在 LinkedIn 上抓取工作机会时遇到的困难

Question

一段时间以来，我一直在尝试抓取 LinkedIn 的工作机会部分，但无济于事。顺便说一下，我知道这个网站有自己的 API 但我想用 Beautiful Soup 来做，因为我前一段时间学过它是为了练习目的。

这是我的代码：

import requests
from bs4 import BeautifulSoup

client = requests.Session()

HOMEPAGE_URL = 'https://www.linkedin.com'
LOGIN_URL = 'https://www.linkedin.com/login/en'
URL = 'https://www.linkedin.com/jobs/search/?geoId=101174742&keywords=data%20analyst&location=Canada'

html = client.get(HOMEPAGE_URL).content
soup = BeautifulSoup(html, "html.parser")

login_information = {
    'session_key':'<username>',
    'session_password':'<password>',
    'loginCsrfParam': '<csrftoken>',
}
try:
    p = client.post(LOGIN_URL, data=login_information)
    print ("Login Successful")
except:
    print ("Failed to Login")

到这里为止一切都很好。我得到“登录成功”，但是当我要求“状态代码”时，我得到 403:

p.status_code
Output: 403

当然我不能抓取任何信息。我怎样才能以正确的方式做到这一点？

Answer 1

你真的不需要 re-invent 方向盘。有一个名为 surprise, surprise, linkedin-api 的模块，用于通过 so-called Voyager 服务访问各种 LinkedIn 数据（包括职位）。

用法示例：

from linkedin_api import Linkedin

# Authenticate using any Linkedin account credentials
api = Linkedin('reedhoffman@linkedin.com', '*******')

# GET a profile
profile = api.get_profile('billy-g')

# GET a profiles contact info
contact_info = api.get_profile_contact_info('billy-g')

# GET 1st degree connections of a given profile
connections = api.get_profile_connections('1234asc12304')

我分享这个是因为你可能很难用旧的 BeautifulSoup 和 requests 抓取 LinkedIn。另外，请注意，不要将您的个人帐户用于 LinkedIn 上的任何抓取活动。

在 LinkedIn 上抓取工作机会时遇到的困难

Difficulties when web scraping job offers on LinkedIn

python

beautifulsoup

linkedin

web-scraping

http-status-code-403