Um parser em Python para vagas abertas: cargo, empresa, cidade, salário, data e link em uma tabela, sem contatos

Exemplo de resultado

def product_links(list_url: str) -> Iterator[str]:
    """Links das páginas de produto de todas as páginas da lista, seguindo o botão 'Próxima'."""
    url: str | None = list_url
    while url:
        page = fetch(url)
        for card in page.select("div.product-card a.title"):
            yield urljoin(url, card["href"])
        next_link = page.select_one("a.pagination-next")
        url = urljoin(url, next_link["href"]) if next_link else None


def fetch(url: str) -> BeautifulSoup:
    """Uma página aberta, em um ritmo educado: uma pausa entre as requisições e algumas tentativas em caso de erro."""
    for attempt in range(3):
        time.sleep(settings.delay_seconds)
        response = session.get(url, timeout=30)
        if response.status_code == 200:
            return BeautifulSoup(response.text, "html.parser")
        log.warning("%s respondeu %s, tentativa %d de 3", url, response.status_code, attempt + 1)
    raise ScraperError(f"{url} não abriu depois de 3 tentativas")

Sobre este serviço

Agências de recrutamento, sites de carreira e quem procura emprego usam este parser para reunir vagas abertas em uma tabela: cargo, empresa, cidade, remoto ou presencial, tipo de contratação, salário de e até como a vaga informa, data de publicação, uma descrição curta e o link. Faça uma busca em um site de vagas ou abra a página de carreiras de uma empresa e envie esse link, uma vaga e uma ou duas páginas salvas no seu navegador. Você recebe o código em Python, um arquivo de configurações e um README e roda no seu computador. Dados de pessoas ficam de fora: nada de nomes, e-mails ou telefones de recrutadores ou funcionários. Ele lê páginas abertas em um ritmo educado, nunca faz login nem contorna captchas ou proteções, e não lê o LinkedIn. Você decide se os termos do site permitem; uma mudança futura no layout dele exige uma atualização.

O que está incluído

• O que você recebeUm arquivo ZIP com o código em Python, um arquivo de configurações e um README com instruções passo a passo; o código também aparece na página do pedido.
• Salário em colunasDe e até como números, quando a vaga informa
• Sua buscaComeça por um link de busca com os seus filtros
• Sem contatosSem nomes, e-mails ou telefones de recrutadores
• Ritmo educadoUma pausa entre as páginas, definida nas configurações
• Um guia simplesO que instalar e como rodar, passo a passo

Como funciona

1. 1
   BuscaVocê envia uma busca ou página de carreiras e uma vaga salva
2. 2
   ParserEscrevemos o código e o guia para rodá-lo
3. 3
   ExecuçãoVocê roda e confere as primeiras vagas com o site
4. 4
   AjustesVocê pede ajustes dentro do seu pacote e envia qualquer mensagem de erro

O que precisamos de você

O site de vagas ou a página de carreiras e um link para uma busca com os seus filtros (cargo, cidade, remoto), uma vaga e mais ou menos quantas vagas há. Os campos de que você precisa na ordem da sua tabela, ex.: cargo, empresa, cidade, salário de, salário até, tipo de contratação, data, link. Uma ou duas dessas páginas salvas no seu navegador (Arquivo > Salvar página como) ou capturas de tela. CSV ou Excel.

Vamos perguntar:

• Qual site e qual busca?
• Os campos de que você precisa
• Mais ou menos quantas vagas?
• Algo mais que ele deva fazer

Compare os pacotes

Perguntas e respostas

Não encontrou a resposta? Pergunte