抓取应届生的职位信息的代码如下：（前五页）

1. #!/usr/bin/env python
2.  
3. __author__ = "Dan Deng (sixu05202004@gmail.com)"
4. __version__ = "0.1.0"
5. __copyright__ = "Copyright (c) 2011-2012 Dan"
6. __license__ = "New-style BSD"
7.  
8. from BeautifulSoup import BeautifulSoup
9. import re, urllib2, pickle
10.  
11.  
12. pattern=re.compile('/job-001.*')
13. num=0
14. test={}
15.  
16. for i in range(1,6):
17.     url='http://www.yingjiesheng.com/beijing-morebbsjob-'+str(i)+'.html'
18.     pagesource=urllib2.urlopen(url)
19.     soup=BeautifulSoup(pagesource)
20.     result=soup.findAll('a',href=pattern)
21.     for j in range(0,len(result)):
22.         test[str(result[j]['href'])]=str(result[j].string)
23.     soup.clear()
24.         
25. f=open('D:temp1.plk','rb')
26. test2=pickle.load(f)
27. f.close()
28.  
29. for eachline in test.iterkeys():
30.     if eachline not in test2.iterkeys():
31.         print 'http://www.yingjiesheng.com'+eachline,test[eachline].decode('utf-8').encode('utf-8')
32.         num+=1
33.  
34. print "the count of update jobs is %d" % num
35.         
36.  
37.  
38. if num:
39.     f=open('D:temp1.plk','wb')
40.     pickle.dump(test,f,-1)
41.  
42.     f.close()
43.  
44.  
45.  
46. #        for eachinle in result:
47. #            if eachline not in joblist:
48. #                joblist.append()

7.31号的结果类似如下： http://www.yingjiesheng.com/job-001-117-934.html [北京]北京人民艺术剧院2011招聘应届大学毕业生  http://www.yingjiesheng.com/job-001-118-753.html [北京]IBM GPS诚聘BAO Solution Developer|Lead http://www.yingjiesheng.com/job-001-118-341.html [北京]北京北阳电子招聘图形视频方向软件工程师 http://www.yingjiesheng.com/job-001-118-788.html [北京]互联网公司急聘J2EE后台开发高级工程师|市场营销 http://www.yingjiesheng.com/job-001-118-356.html [北京]北京成府工业新科技研究院2011招聘  http://www.yingjiesheng.com/job-001-117-822.html [北京]招聘Web前台开发工程师 http://www.yingjiesheng.com/job-001-118-767.html [北京]某保险公司总部招聘数据分析人员 。。。。。。