speedyapply/JobSpy

解决的问题

求职者、研究人员和开发者通常需要从多个招聘网站获取职位列表，但每个网站都有自己的格式、速率限制和反爬机制。JobSpy 将来自 LinkedIn、Indeed、Glassdoor、ZipRecruiter、Bayt、Naukri、BDJobs 和 HelloWork 的抓取功能整合到一个工具中，返回一个统一的数据框，其中包含标准化字段，如职位名称、公司、薪资、地点和 URL。

工作原理

您调用 scrape_jobs() 并传入参数，如 site_name、search_term、location、results_wanted 和 hours_old。JobSpy 会并发地从所选网站获取职位信息，应用过滤器（职位类型、远程、薪资转换等），并返回一个 pandas 数据框。它支持代理以避免 IP 封锁，并且当搜索结果中不包含完整职位描述时，可以选择从各个页面获取完整职位描述。结果中包含错误和警告，存储在数据框的 attrs 中，便于调试。

适用人群

需要收集职位数据以进行求职自动化、市场分析或研究的 Python 开发者。对于任何希望查询多个招聘网站而无需编写和维护单独爬虫的人来说，它也很有用。

亮点

• 并发抓取 LinkedIn、Indeed、Glassdoor、ZipRecruiter、Bayt、Naukri、BDJobs 和 HelloWork。
• 返回 pandas 数据框，包含许多标准化职位字段（职位名称、公司、薪资、远程状态、描述等）。
• 支持多种配置选项：代理列表、远程过滤器、职位类型、发布时间、薪资转换等。
• 可通过命令行使用 jobspy 命令，也可作为 MCP 服务器（mcp-jobspy）使用。
• 在结果的 attrs 中包含错误/警告报告，以区分被封锁的网站和空结果。
• 覆盖多个国家，尤其是 Indeed 和 Glassdoor，只需一个参数。