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：

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：

1. 使用 Python 抓取职位数据
2. 使用电子表格批量过滤
3. 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：

立即学习“Python免费学习笔记（深入）”；

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：

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：

1. 时间过滤器: 过去 7 天

1. 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：

1. 技术栈过滤器: “描述”包含：

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：

1. 快速浏览标题/公司（10 秒）
2. 在新标签页中打开有潜力的 job_url
3. 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。