自动化你的求职：使用Python抓取+LinkedIn职位

linkedin 数据显示，求职者平均每周花费 11 小时寻找工作。技术职位竞争更激烈，需要在多个平台筛选数百个职位。我的伴侣找工作时，每天都要花数小时浏览 linkedin，这促使我寻找更有效的方法。

挑战

对于 Web 开发人员而言，就业市场竞争激烈。在伦敦搜索“前端开发人员”，结果多达 401 个。每个职位都需要：

5 秒钟浏览标题3-4 次点击查看详情30-60 秒钟浏览职位要求手动复制粘贴记录感兴趣的职位不断切换选项卡和返回

对于 401 个职位，这将耗费数小时的重复性工作！

解决方案：自动化流程

我构建了一个三步自动化流程，将整个过程缩短至 10 分钟：

使用 Python 抓取职位数据使用电子表格批量过滤只查看最符合条件的职位

第一步：智能抓取

我基于 jobspy 构建了 jobsparser，它具备以下功能：

命令行界面 (CLI)速率限制（避免 LinkedIn 封锁）失败请求重试机制

使用方法如下：

pip install jobsparser

jobsparser –search-term "Frontend Developer" –location "London" –site linkedin –results-wanted 200 –distance 25 –job-type fulltime

输出结果为包含丰富数据的 CSV 文件：

职位和公司完整职位描述工作类型和级别发布日期直接申请网址

jobspy 和 jobsparser 还支持 LinkedIn、Indeed、Glassdoor、Google 和 ZipRecruiter 等其他求职网站。

第二步：批量过滤

虽然 Pandas 看起来很合适（我也尝试过），但 Google 表格更灵活。我的过滤策略如下：

时间过滤器: 过去 7 天

超过一周的职位回复率较低新职位代表积极招聘

经验过滤器: “job_level”与您的经验相符：

对于寻找第一份工作的伴侣，我筛选了：

“实习”“入门级”“不适用”

技术栈过滤器: “描述”包含：“React”

可以创建更复杂的过滤器来检查多种技术。

这将 401 个职位缩减至 8 个！

第三步：智能审核

对于筛选后的职位：

快速浏览标题/公司（10 秒）在新标签页中打开有潜力的 job_url详细查看职位描述。

结论

我希望这个工具能帮助您提升求职效率。

如有任何问题或建议，欢迎提出。

以上就是自动化你的求职：使用 Python 抓取 + LinkedIn 职位的详细内容，更多请关注范的资源库其它相关文章！