sys.setdefaultencoding("utf-8") sys.path.append("../../") from common import webutil,xpathutil,mongoutil,pageutil,numberutil,timeutil,functions,RedisQueue_master1 import string import re import time from datetime import date,timedelta from Queue import Queue from lxml import etree from common.logutil import get_logger import chardet import codecs import db #from yingjiesheng_get_href import Get_Href logging = get_logger("./data_clean.log"); class Clean_data(): def __init__(self): self.key_word=[(u'企业名称',u'公司名称'),(u'所属行业',u'公司行业'),(u"企业规模",u'公司规模'),(u'企业性质',u'公司性质'),(u'企业网址',u'招聘门户',u"公司网址",u"公司网站"),(u'公司简介',u'招聘简介'),(u'职位名称',u'招聘岗位'), (u'工作地点',u'实习地点'),(u"实习部门",),(u"有效日期",),(u"招聘人数",),(u"招募对象",),(u"职位性质",),(u"职位类型",u"职位类别"),(u"专业标签",),(u"职位描述",),(u"学业要求",u"学历要求",u"专业要求"),(u"任职要求",u"岗位要求"),(u"岗位职责",),(u"岗位应聘条件",),(u"薪酬",u"福利"), (u"联系方式",),(u"邮箱",),(u"简历投递",),(u"联系人",),(u"企业网址",),(u"联系地址",),(u"邮编",),(u"职位名称工作地点",),(u"上一职位",) ] def Clean(self,key): try: db_yjs=mongoutil.getmondbv2(db.mongo_host,db.mongo_port,db.yjs_db_name,db.yjs_table_name,username=db.mongo_user,password=db.mongo_pwd,timeout=30) hh=db_yjs.find({'type':'1'}) number=0 for i in hh: if i:
reload(sys) sys.setdefaultencoding("utf-8") sys.path.append("../../") from common import webutil,xpathutil,mongoutil,pageutil,numberutil,timeutil,functions,RedisQueue_master1,proxyutils import string import re import time from datetime import date,timedelta from Queue import Queue from lxml import etree from common.logutil import get_logger import chardet import codecs import db #from yingjiesheng_get_href import Get_Href logging = get_logger("./yingjiesheng.log"); class Get_Message(): def __init__(self): self.href_list=[] self.key_word=[(u'企业名称',u'公司名称'),(u'所属行业',u'公司行业'),(u"企业规模",u'公司规模'),(u'企业性质',u'公司性质'),(u'企>业网址',u'招聘门户',u"公司网址",u"公司网站"),(u'公司简介',u'招聘简介'),(u'职位名称',u'招聘岗位'), (u'工作地点',u'实习地点'),(u"实习部门",),(u"有效日期",),(u"招聘人数",),(u"招募对象",),(u"职位性质",),(u"职位类型",u"职位类别"),(u"专业标签",),(u"职位描述",),(u"学业要求",u"学历要求",u"专业要求"),(u"任职要求",u"岗位要求"),(u"岗位职责",),(u"岗位应聘条件",),(u"薪酬",u"福利"), (u"联系方式",),(u"邮箱",),(u"简历投递",),(u"联系人",),(u"企业网址",),(u"联系地址",),(u"邮编",),(u"职位名称工作地点",),(u"上一职位",) ] def Get_message(self,url,date): db_yjs=mongoutil.getmondbv2(db.mongo_host,db.mongo_port,db.yjs_db_name,db.yjs_table_name,username=db.mongo_user,password=db.mongo_pwd,timeout=30) now=timeutil.format("%Y-%m-%d",time.time()) proxy=None count=10 while True: try: