家人们谁懂啊！毕业季找工作，身边同学全在瞎焦虑，天天问“现在有啥岗位可投”“薪资能有多少”“我这学历够不够”

与其到处打听道听途说，不如自己动手搞点实在的——我花了一晚上，用Python写了个爬虫，扒了一波招聘网站的应届生数据，以深圳为例，带大家看看真实的就业市场到底啥样，新手也能跟着跑代码，再也不用瞎猜！

话不多说，全程唠嗑式分享，代码直接复制就能用，看完你也能自己爬数据、分析市场～

一、先唠唠我用的那些“工具”（新手友好，不用复杂配置）

其实没什么高大上的东西，都是Python爬虫最基础的组合，新手完全能跟上：

• Python 3.x（我用的3.9，其他版本也能跑）

• requests：帮我给招聘网站发请求，相当于模拟浏览器访问

• BeautifulSoup：解析网页内容，把职位、薪资这些有用的信息抠出来

• pandas：清洗数据、统计数据，不然爬下来的东西乱七八糟没法看

• matplotlib：画图用的，爬完数据画个图，结论也更直观

• 重点！站大爷代理IP：懂的都懂，招聘网站反爬太严，不挂代理IP，爬两页就被封，亲测这个代理稳得一批，避免白忙活

依赖包一键安装，复制到终端执行就行，不用一个个装：

pip install requests beautifuls4 pandas matplotlib

二、完整爬虫代码

我专门针对应届生岗位写的，爬的是深圳地区（想爬其他城市，把代码里的城市编码改了就行），加了延时、重试，还有代理配置，亲测能跑通，不会出现爬一半崩了的情况～

import requests
from bs4 import BeautifulSoup
import pandas as pd
import time

# 重点：代理IP换成你自己的（站大爷上拿，很简单）
proxy = {
    "http": "http://username:password@ip:port",
    "https": "https://username:password@ip:port"
}

# 请求头，假装是浏览器访问，避免被反爬
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36",
    "Referer": "https://www.zhipin.com/"
}

# 核心爬取函数，默认爬10页，想多爬就改max_page的值
def crawl_grad_jobs(max_page=10):
    data = []  # 用来存爬下来的岗位数据
    base_url = "https://www.zhipin.com"  # 招聘网站基础地址

    for page in range(1, max_page + 1):
        print(f"正在爬第 {page} 页，冲！")
        # 深圳应届生岗位地址，city=101280600是深圳的编码
        url = f"{base_url}/c101280600/?query=应届生&page={page}"

        try:
            # 发送请求，挂代理、加超时，防止卡壳
            resp = requests.get(url, headers=headers, proxies=proxy, timeout=15)
            resp.encoding = "utf-8"  # 解决中文乱码问题
            soup = BeautifulSoup(resp.text, "html.parser")  # 解析网页

            # 定位职位列表，我试了好多次，这个ul标签就是岗位列表所在
            job_list = soup.find_all("ul")[12].find_all("li")

            # 遍历每个岗位，提取有用的信息
            for job in job_list:
                try:
                    job_info = {}
                    # 公司名称
                    job_info["company"] = job.find(class_="company-text").get_text(strip=True)
                    # 职位名称，去掉多余的“·应届生”“·实习生”，看着干净
                    job_info["job"] = job.find(class_="name").get_text(strip=True).replace("·应届生", "").replace("·实习生", "")
                    # 薪资（最关心的！）
                    job_info["salary"] = job.find(class_="red").get_text(strip=True)
                    # 地点、工作经验、学历要求， split()拆分一下
                    info_list = job.find("p").get_text(strip=True).split()
                    if len(info_list) >= 3:
                        job_info["area"] = info_list[0]  # 深圳具体区域，比如南山、福田
                        job_info["exp"] = info_list[1]  # 工作经验，重点看应届生可投
                        job_info["edu"] = info_list[2]  # 学历要求

                    data.append(job_info)  # 把单个岗位信息加入列表
                except:
                    # 遇到异常就跳过，不影响整体爬取，避免崩掉
                    continue
            # 加个延时，别爬太快，不然容易被封IP，1.5秒刚好
            time.sleep(1.5)
        except Exception as e:
            print(f"第{page}页爬崩了！错误信息：{e}，跳过这一页继续")
            continue

    # 把数据转换成DataFrame，保存成CSV文件，方便后续分析
    df = pd.DataFrame(data)
    df.to_csv("grad_job_data.csv", index=False, encoding="utf-8-sig")
    print("搞定！数据已经保存成 grad_job_data.csv 文件啦")
    return df

# 运行函数，开始爬取
if __name__ == "__main__":
    crawl_grad_jobs()

温馨提示：代理IP一定要换成自己的，不然会爬失败；max_page可以改，我爬了10页，差不多够分析了，爬太多也没必要～

三、数据可视化代码（新手也能会，画图超简单）

爬完数据一堆乱码一样的表格，看着头疼，不如画个图，直观又好看，发论坛也吸睛。我写了两段最实用的，热门岗位和学历要求，复制就能出图！

import pandas as pd
import matplotlib.pyplot as plt

# 解决中文乱码问题，不然图上的中文会变成方框，踩过这个坑！
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 读取爬完并保存的CSV文件
df = pd.read_csv("grad_job_data.csv")

# 1. 应届生热门岗位 TOP10（看哪些岗位需求量大）
top10_jobs = df["job"].value_counts().head(10)  # 取前10个热门岗位
plt.figure(figsize=(12, 5))  # 设置图的大小
top10_jobs.plot(kind='bar', color='#5fa7ff')  # 柱状图，颜色好看不刺眼
plt.title('应届生热门岗位 TOP10（深圳）')  # 标题
plt.xlabel('岗位名称')  # x轴标签
plt.ylabel('岗位数量')  # y轴标签
plt.xticks(rotation=45, ha='right')  # 旋转x轴标签，避免重叠
plt.tight_layout()  # 调整布局，防止标签被截断
plt.show()  # 显示图片

# 2. 学历要求分布（看自己的学历有没有竞争力）
edu_distribution = df["edu"].value_counts()  # 统计不同学历的岗位数量
plt.figure(figsize=(6, 6))  # 圆形图，大小适中
plt.pie(edu_distribution.values, labels=edu_distribution.index, autopct='%1.1f%%')  # 显示百分比
plt.title('应届生岗位学历要求分布（深圳）')  # 标题
plt.axis('equal')  # 保证饼图是正圆形
plt.show()  # 显示图片

四、爬完深圳数据，我悟了！3个真实结论

我用上面的代码爬了10页深圳应届生岗位，整理完数据，终于看清了真实的就业市场，分享给正在找工作的小伙伴：

1. 岗位真的偏技术，懂代码太香了

我统计了一下，技术类岗位直接占了快70%！热门岗位基本都是软件开发、前端、后端、AI、算法这些，其次是运营、产品，最后是行政、文员这些基础岗。

说实话，应届生想快速上岸，优先冲技术类入门岗，需求量真的大，比挤基础岗内卷强多了。

2. 薪资两极分化太真实，别被高薪迷惑

我算了下，深圳应届生平均薪资大概12K/月，中位数11K，不算高但也不算低。

差距主要在岗位：技术岗（AI、后端、嵌入式）普遍15K+，甚至有部分岗位开到20K；但基础岗（行政、文员、客服）大多在6K-10K，差距一倍还多。

所以别盲目追求高薪，也别妄自菲薄，10K-12K是应届生很正常的薪资区间，重点看岗位发展。

3. 学历门槛比想象中高，但不是硬门槛

饼图统计完我惊了：本科及以上要求的岗位占了70%，大专可投的大概25%，无学历要求的只有5%。

但也不用慌，我看到很多技术岗虽然写了本科，但只要有相关项目经验、会技能，大专也能投，重点是要拿出能证明自己的东西，学历不够，技能来凑！

五、给应届生的小建议（纯个人感悟，不瞎逼逼）

• 优先冲技术/运营类入门岗，需求量最大，最容易上岸，别死磕基础岗

• 薪资预期别太高，10K-12K很合理，先就业再择业，积累经验比啥都强

• 自己练爬虫可以，但一定要遵守robots协议，别高频猛爬，不然会被网站拉黑

• 划重点！爬招聘网站，优质代理IP真的很省心，我之前没挂代理，爬3页就被封了，白忙活一下午

最后唠两句

其实写这个爬虫，不光是为了分析就业市场，也是给自己练手，新手小伙伴也可以跟着跑一遍，既能学Python爬虫，又能了解就业市场，一举两得～

如果你们想爬其他城市（比如广州、上海），或者想加其他分析维度（比如薪资分布），评论区说一声，我再补代码！

祝所有应届生都能顺利上岸，找到自己满意的工作❤️