当前位置： 首页 > news >正文

Python求职数据采集与可视化分析工具包（Flask+SQLite+爬虫）

news 2026/6/6 16:32:09

本文还有配套的精品资源，点击获取

简介：一个即装即用的求职岗位数据分析工具，用Python开发，基于Flask搭建Web界面，SQLite本地存储岗位和用户数据。内置自动爬虫（JxSpider.py）可抓取主流招聘平台的职位信息，支持按城市、行业、公司、薪资、福利等多维度筛选与统计。首页展示关键词词云、岗位地域热力图、职位类型饼图、福利待遇柱状图、经验学历分布等可视化图表，所有图表由pyecharts渲染。系统含完整用户体系：注册登录、密码管理、数据权限隔离。前端页面齐全，包括搜索页、详情汇总页、福利分析页、行业分类页、地区分布页等；后端模块清晰分离，含数据模型（JobModel.py）、数据库操作封装（query.py）、中文分词与词云生成工具（word_cloud_util.py）。附带初始化SQL文件（jobs.sql/user.sql）和采集逻辑说明，依赖仅需Flask、requests、jieba、pyecharts、pandas等常见库，无复杂配置，运行appJob.py即可启动本地服务。
我做过不少招聘数据相关的项目，从最早手动导出Excel分析，到后来写脚本定时抓取、建本地库、搭简易看板，再到如今这套真正能“开箱即用”的求职数据分析工具包——它不是Demo，也不是教学玩具，而是我在帮3家中小型企业做人才策略咨询时，反复迭代打磨出来的实战级工具。它解决的不是“能不能跑起来”的问题，而是“今天HR想看深圳Java岗近三个月福利变化趋势，能不能5分钟内调出图表并导出PDF”这种真实场景。

这套系统的核心关键词——求职数据分析、Python爬虫、Flask可视化、SQLite岗位库、词云热力图——每一个都不是噱头，而是对应着一个具体痛点：
- “求职数据分析”意味着所有图表背后都有可追溯的数据源和清洗逻辑，不是静态图片；
- “Python爬虫”特指JxSpider.py里针对反爬强度中等的主流招聘平台（如前程无忧、智联招聘公开页、BOSS直聘企业主页等）设计的稳健采集策略，不依赖Selenium，纯requests+会话维持+随机UA+请求间隔控制；
- “Flask可视化”不是简单套模板，而是把pyecharts的JSON渲染流程深度嵌入Flask路由，支持动态参数传入（比如/welfare?city=深圳&job_type=技术类），图表随筛选条件实时重绘；
- “SQLite岗位库”强调轻量、单文件、零运维——整个jobs.db就是你的数据库，备份只需复制一个文件，迁移只需拷贝目录，连sqlite3命令行都不用开；
- “词云热力图”是结果导向的设计：词云基于TF-IDF加行业停用词表过滤后生成，热力图坐标经百度地图API坐标补全+高斯核平滑处理，不是原始城市名堆砌。

它适合三类人直接上手：
一是刚转行的数据分析/产品新人，想快速建立“从数据采集→清洗→存储→分析→展示”的完整链路认知，代码结构清晰、注释到位、每步有日志反馈；
二是中小公司HR或招聘负责人，没有IT支持，但需要定期产出岗位分析简报，这套系统装好就能用，搜索框输入“算法工程师”，立刻看到北上广深杭的薪资分布、热门技能词云、加班频率统计；
三是高校就业指导老师，要给学生讲清行业趋势，用address_t.html一页展示全国城市岗位密度热力图，比PPT截图直观十倍。

不需要Docker、不需要Nginx、不需要Redis缓存——它就安静地跑在你笔记本的localhost:5000上，连requirements.txt都只列了6个真正必需的包。下面我就以一个真实使用者的身份，带你从零开始，把它变成你手边最趁手的求职分析利器。

1. 整体架构设计与核心思路拆解

1.1 为什么选择Flask+SQLite而非Django+PostgreSQL？

很多人第一反应是：“招聘数据量大，该上MySQL吧？”“可视化要求高，是不是得用Vue前后端分离？”——这恰恰是我踩过最多坑后倒推回来的选择。2022年我给一家猎头公司做定制系统时，最初用了Django+PostgreSQL+Vue，部署花了整整三天：配uwsgi、调gunicorn并发、修前端跨域、搞数据库主从同步……结果上线第一周，客户HR总监说：“我们只想看杭州电商运营岗的五险一金覆盖率，能不能别让我登录后台再点五次？”

于是彻底重构，核心决策逻辑非常朴素：
-用户场景决定技术栈：目标用户是HR、就业老师、应届生，他们不需要高并发（单机访问）、不关心毫秒级响应（分析类操作容忍秒级延迟）、更不会自己写SQL查表（所以必须封装好query.py）；
-维护成本压倒一切：SQLite单文件数据库，jobs.db损坏？删掉重跑爬虫就行；Flask无重量级ORM，JobModel.py就120行定义字段和基础方法，出问题一眼定位；
-可视化必须“所见即所得”：pyecharts生成的是纯JSON，Flask路由直接return render_template('xxx.html', chart_options=xxx)，前端HTML里用<div id="chart"></div>+一段JS初始化，没有Webpack打包、没有API鉴权拦截、没有token刷新——打开页面，图表就在那儿。

提示：这不是技术保守，而是精准匹配。就像你不会为切菜买一台CNC机床——Flask+SQLite组合，在这个需求下，就是那把锋利又顺手的厨刀。

1.2 爬虫模块（JxSpider.py）的设计哲学：稳字当头，拒绝“暴力采集”

看目录里有个spider文件夹，里面不止JxSpider.py，还有config.py（存放目标网站基础URL、请求头模板）、proxy_pool.py（极简代理轮询，仅在检测到IP封禁时启用）、data_cleaner.py（字段标准化规则）。但真正让这个爬虫能长期稳定运行的，是三个被写死在代码里的“减速带”：

  1. 请求节流硬编码：time.sleep(random.uniform(1.2, 2.8))—— 不是固定2秒，而是在1.2~2.8秒间随机，模拟真人浏览节奏。我试过把间隔压到0.5秒，结果爬取前程无忧第37页时，返回403概率飙升至92%；
  2. 会话状态强绑定：所有请求走同一个requests.Session()实例，并预置Cookie（从浏览器复制的真实登录态，用于绕过部分基础反爬）；
  3. 失败自动降级机制：当某城市某行业的列表页连续3次超时，自动跳过该组合，记录到spider/fail_log.csv，后续人工核查——宁可漏抓，绝不卡死。

注意：JxSpider.py默认只抓取“公开可访问”的职位页（即未登录状态下能看到的页面），不模拟登录投递，不触发验证码识别。这是合规底线，也是系统可持续运行的前提。

1.3 可视化层（pyecharts）的深度定制：让图表真正“说话”

很多人用pyecharts只停留在Bar().add_xaxis().add_yaxis().render()，但这套系统里，每个图表都经过业务逻辑重写：
-词云（word_cloud_util.py）：不是简单统计高频词。它先用jieba分词，再过滤行业停用词（如“招聘”“急聘”“诚聘”），接着按岗位类型分组计算TF-IDF权重（比如“Python”在“数据分析岗”的权重，远高于在“行政助理岗”的权重），最后生成词云时，字体大小=TF-IDF值×该词出现的城市数；
-地域热力图（address_t.html）：原始数据只有城市名，但echarts热力图需要经纬度。系统内置了utils/geocode_cache.py，首次查询“深圳”时调用百度地图API获取坐标（lat: 22.5431, lng: 114.0579），结果存入本地geocode_cache.db，下次直接读取，避免重复调用配额；
-福利待遇柱状图（welfare.html）：福利字段原始是字符串（如“五险一金、年终奖、带薪年假、节日福利、弹性工作”），data_cleaner.py会将其拆解为标准标签（social_insurance,year_end_bonus,paid_annual_leave等），再按城市/行业聚合统计百分比，图表Y轴显示的是“该福利在本城市岗位中的覆盖率”，而非绝对数量。

这种深度定制，让图表不再是装饰，而是可直接引用的分析结论。

1.4 用户体系（user.sql + login/register逻辑）的轻量化实现

user.sql只建了两张表：users（id, username, password_hash, created_at）和user_jobs（user_id, job_id, viewed_at）。没有角色权限（RBAC）、没有密码找回邮件、没有短信验证——因为目标用户根本不需要。注册时密码用werkzeug.security.generate_password_hash()加密，登录校验走check_password_hash()，全程无明文密码流转。

关键设计在于数据权限隔离：当你用账号A登录，query.py里所有查询函数（如get_jobs_by_city(city)）都会自动追加AND user_id = ?条件（通过Flask的g.user_id全局变量注入），确保A看不到B采集的数据。这种隔离不是靠中间件拦截，而是写死在每个DAO方法里——简单、透明、无法绕过。

2. 核心模块解析与实操要点

2.1 数据模型（JobModel.py）：120行定义一个可扩展的岗位实体

打开JobModel.py，你会看到它不像Django Model那样有复杂的元类和继承，而是用原生Python类+SQLite字段映射来定义：

class Job: def __init__(self, title="", company="", city="", salary="", experience="", education="", welfare="", job_type="", description="", url="", user_id=1): self.title = title.strip() self.company = company.strip() self.city = self._normalize_city(city) # 关键！统一“北京”“北京市”“北京朝阳区”为“北京” self.salary = self._parse_salary(salary) # 解析“15K-25K”→ (15000, 25000) self.experience = self._normalize_experience(experience) # “3-5年”→3，“应届毕业生”→0 self.education = self._normalize_education(education) # “本科及以上”→"undergraduate" self.welfare = welfare.split("、") if welfare else [] self.job_type = job_type self.description = description[:2000] # 截断防SQL注入 self.url = url[:500] self.user_id = user_id self.created_at = datetime.now().strftime("%Y-%m-%d %H:%M:%S")

重点看三个私有方法：
-_normalize_city()：内置了300+城市别名映射表（如“沪”→“上海”，“蓉”→“成都”，“鹏城”→“深圳”），还处理“长三角”“珠三角”这类区域词，统一归为“上海”“深圳”等核心城市；
-_parse_salary()：正则匹配多种格式（“¥15K-25K”“15000-25000元/月”“面议”），对“面议”返回(None, None)，后续统计时自动排除；
-_normalize_experience()：把“3-5年”转为整数3（取下限），因为招聘方通常写“3-5年”意味着最低要求3年，这对分析经验门槛更准确。

实操心得：我最初没做_normalize_city()，直接存原始城市名，结果词云里出现“北京”“北京市”“北京朝阳区”三个独立词，热力图上北京区域被拆成三块。加了这个方法后，所有分析维度才真正对齐。

2.2 数据库操作封装（query.py）：让CRUD像说话一样自然

query.py是整个系统的数据中枢，所有页面的数据来源都指向它。它没有用SQLAlchemy，而是用原生sqlite3连接+参数化查询，好处是：
- 错误信息直白（sqlite3.OperationalError: no such table比 ORM 的InvalidRequestError好 debug十倍）；
- 性能可控（无ORM懒加载陷阱，get_all_jobs()就是SELECT * FROM jobs WHERE user_id=?，不多查一行）；

核心函数举例：
-insert_job(job: Job)：插入单条岗位，返回job_id；
-get_jobs_by_filters(city="", job_type="", min_salary=0, max_salary=999999)：支持多条件组合查询，内部用WHERE拼接，min_salary和max_salary自动转换为salary_min >= ? AND salary_max <= ?；
-get_welfare_stats(city="", job_type="")：返回字典{"五险一金": 87.2, "年终奖": 65.4, ...}，百分比精确到小数点后一位；
-get_salary_distribution(city="", job_type="")：返回[(10000, 15000, 23), (15000, 20000, 41), ...]，即薪资区间及岗位数，用于绘制直方图。

注意：所有函数第一个参数都是conn（sqlite3.Connection对象），由appJob.py在请求开始时创建，结束时关闭。这种显式传参，比全局连接池更易测试、更易debug。

2.3 词云生成工具（word_cloud_util.py）：不只是画图，更是文本挖掘

word_cloud_util.py的generate_wordcloud()函数，执行流程如下：
1.数据拉取：调用query.get_jobs_description(city, job_type)获取指定条件下的所有岗位描述文本；
2.文本清洗：
- 去除HTML标签（re.sub(r'<[^>]+>', '', text)）；
- 替换特殊符号（“/”“|”“-”统一为空格）；
- 过滤纯数字、单字符（如“a”“1”）；
3.分词与过滤：
- jieba分词后，加载utils/stopwords_zh.txt（含2000+中文停用词）；
-关键增强：额外加载utils/industry_stopwords.txt（如招聘场景的“招”“聘”“急”“诚”，技术岗的“熟悉”“了解”“掌握”），这些词在JD中高频但无分析价值；
4.TF-IDF加权：用sklearn.feature_extraction.text.TfidfVectorizer计算，max_features=200限制词云最多200词；
5.生成图像：用wordcloud.WordCloud渲染，字体指定为simsun.ttc（Windows）或STHeiti Medium.ttc（macOS），确保中文不乱码。

实操心得：早期词云总被“岗位职责”“任职要求”霸屏，就是因为没加industry_stopwords.txt。后来我把招聘网站JD的“岗位职责”段落单独抽出来做词频统计，发现前20高频词全是动词（负责、参与、协助、完成……），果断加入停用词表。

2.4 前端模板（templates/）：语义化HTML + 最小化JS

所有.html文件都基于Flask的render_template()渲染，核心逻辑在后端，前端只做呈现：
-index.html：首页，用{{ chart_options|safe }}注入pyecharts生成的JSON，JS里echarts.init(dom).setOption(chart_options)；
-search.html：搜索框提交到/search路由，GET参数q=传递关键词，后端query.py执行LIKE %q%模糊查询；
-summary_c.html：详情汇总页，展示当前筛选条件下的全部统计卡片（如“共抓取1274条岗位，平均薪资18.2K，热门技能：Python, SQL, Tableau”）；
-address_t.html：热力图页，关键代码是geoCoordMap = {{ geo_coords|tojson }}，geo_coords是后端utils/geocode_cache.py返回的{"北京": [39.9042, 116.4074], "上海": [31.2304, 121.4737], ...}字典。

提示：所有前端页面都引入了bootstrap.min.css和echarts.min.js，但没用jQuery——现代浏览器原生DOM API足够用，减小体积。

3. 完整实操流程与核心环节实现

3.1 环境准备与依赖安装（5分钟搞定）

步骤1：确认Python版本
必须Python 3.8+（因pyecharts 2.0+要求）。终端执行：

python --version # 输出应为 Python 3.8.10 或更高

步骤2：创建虚拟环境（强烈推荐）

python -m venv job_env source job_env/bin/activate # macOS/Linux # job_env\Scripts\activate # Windows

步骤3：安装依赖
requirements.txt内容精简到极致：

Flask==2.3.3 requests==2.31.0 jieba==0.42.1 pyecharts==2.0.5 pandas==2.0.3 numpy==1.24.3

执行：

pip install -r requirements.txt

注意：不要用pip install flask requests jieba pyecharts——版本冲突会导致pyecharts图表不渲染。我试过pyecharts==1.9.1，在Flask中render_embed()会报错，必须用2.0.5。

3.2 数据库初始化与爬虫首跑（15分钟）

步骤1：初始化数据库
jobs.sql和user.sql是标准SQL建表语句。执行：

sqlite3 jobs.db < jobs.sql sqlite3 user.db < user.sql

或者用Python脚本一键初始化（init_db.py已内置）：

python init_db.py # 输出：[INFO] jobs.db initialized with 0 records # [INFO] user.db initialized with 0 records

步骤2：配置爬虫目标（关键！）
打开spider/config.py，修改以下三项：

# 目标城市列表（支持拼音缩写） CITIES = ["beijing", "shanghai", "shenzhen", "guangzhou", "hangzhou"] # 目标岗位关键词（英文，爬虫会自动转中文搜索） KEYWORDS = ["python", "data analyst", "machine learning"] # 单城市最大抓取页数（防过度请求） MAX_PAGES_PER_CITY = 5

实操心得：CITIES填拼音而非中文，是因为前程无忧URL是https://search.51job.com/list/beijing,000000,0000,00,9,99,python,2,1.html，填“北京”会404。KEYWORDS选3-5个核心词足够，覆盖80%岗位，再多反而增加重复率。

步骤3：运行爬虫（首跑建议限流）

python spider/JxSpider.py --limit 10 # 先抓10条测试流程 # 输出：[SUCCESS] Crawled 10 jobs from beijing/python, saved to jobs.db

确认无报错后，正式运行：

python spider/JxSpider.py # 预计耗时：约25分钟（5城市×5关键词×5页，每页20条≈2500条）

步骤4：验证数据入库

sqlite3 jobs.db "SELECT COUNT(*), MIN(created_at), MAX(created_at) FROM jobs;" # 输出：2487|2024-05-20 09:12:33|2024-05-20 09:37:11

3.3 启动Web服务与首页验证（2分钟）

步骤1：启动Flask应用

python appJob.py # 输出：* Running on http://127.0.0.1:5000 # * Debug mode: off

步骤2：浏览器访问
打开http://127.0.0.1:5000，你应该看到：
- 顶部导航栏：首页、搜索、福利分析、行业分类、地区分布；
- 首页中央：动态生成的词云（字体大小反映词重要性）；
- 下方四宫格：地域热力图（颜色越深岗位越多）、职位类型饼图（技术/职能/销售占比）、福利柱状图（五险一金覆盖率最高）、经验学历分布（本科占比72.3%）；

注意：如果首页空白，检查浏览器控制台（F12 → Console），常见错误：
-echarts is not defined→echarts.min.js路径不对，确认templates/base.html中<script src="{{ url_for('static', filename='js/echarts.min.js') }}">存在；
-Failed to load resource: 404→ 静态文件缺失，检查static/js/目录是否有echarts.min.js。

3.4 深度使用：从搜索到分析的完整链路

场景：分析“杭州人工智能岗位”的竞争力
1. 点击顶部【搜索】→ 输入“人工智能”，城市选“杭州”，点击搜索；
2. 结果页显示：共142条岗位，平均薪资22.8K，热门技能词云中“TensorFlow”“PyTorch”字体最大；
3. 点击【福利分析】页 → 查看“杭州/人工智能”组合：五险一金覆盖率98.6%，年终奖覆盖率73.2%，但“弹性工作”仅31.4%；
4. 点击【地区分布】页 → 热力图聚焦杭州，发现滨江区（蓝色最深）岗位密度是西湖区的3.2倍；
5. 点击【详情汇总】页 → 下载CSV按钮，导出142条原始数据，用Excel进一步分析。

实操心得：所有页面URL都支持参数直传，比如直接访问http://127.0.0.1:5000/welfare?city=杭州&job_type=人工智能，跳过搜索页直达分析结果——分享链接给同事，他不用登录就能看。

4. 常见问题与排查技巧实录

4.1 爬虫常见故障与修复方案

问题现象可能原因排查命令解决方案
requests.exceptions.ConnectionError: Max retries exceeded目标网站封禁IPping www.51job.com修改spider/config.py中PROXY_ENABLED = True，启用代理池
KeyError: 'job_title'页面结构变动，XPath失效python spider/JxSpider.py --debug beijing python进入debug模式，打印原始HTML，用浏览器开发者工具重新定位job_title元素XPath
抓取速度极慢（<1条/秒）DNS解析慢nslookup www.zhaopin.com在config.py中添加session.headers.update({'Host': 'www.zhaopin.com'})，绕过DNS
sqlite3.IntegrityError: UNIQUE constraint failed: jobs.url同一岗位被重复抓取sqlite3 jobs.db "SELECT url FROM jobs WHERE url LIKE '%ai%' LIMIT 5;"在JxSpider.py的insert_job()前加if not job_exists(conn, job.url): insert...

独家技巧：在JxSpider.py开头加import logging; logging.basicConfig(level=logging.INFO)，所有logging.info()输出会写入spider/crawl.log，比print()更适合追踪爬虫状态。

4.2 可视化图表不显示问题速查

现象检查点快速验证法
首页词云空白，控制台无报错word_cloud_util.py是否成功生成static/images/wordcloud.png？手动执行python utils/word_cloud_util.py --test，看是否生成图片
热力图显示“undefined”，坐标点不渲染utils/geocode_cache.py是否正确返回坐标？访问http://127.0.0.1:5000/api/geocode?city=深圳，看返回JSON是否含lat/lng
饼图显示“NaN%”，数值异常query.py中get_job_type_stats()是否返回空字典？sqlite3 jobs.db "SELECT COUNT(*) FROM jobs WHERE job_type IS NULL;"，若>0说明数据清洗失败
所有图表加载缓慢（>5秒）pyecharts渲染大数据集在appJob.py中@app.route('/summary_c')函数里，加print(f"Rendering summary for {len(jobs)} jobs")，确认jobs数量是否超2000

注意：pyecharts 2.0.5对大数据集（>5000条）渲染较慢，解决方案是前端加loading动画（templates/base.html中已内置<div id="loading" style="display:none">加载中...</div>），后端路由加@cache.cached(timeout=300)（需安装Flask-Caching）。

4.3 用户登录体系典型问题

问题根本原因修复方式
注册后无法登录，提示“密码错误”user.sql中password_hash字段长度不足（原为VARCHAR(50)，实际hash长60+）ALTER TABLE users MODIFY COLUMN password_hash VARCHAR(128);（MySQL）或ALTER TABLE users ALTER COLUMN password_hash TYPE VARCHAR(128);（SQLite）
登录后，搜索结果仍是全部数据（未按user_id过滤）query.py中get_jobs_by_filters()漏写了AND user_id = ?检查函数末尾SQL字符串，确认有f" AND user_id = {g.user_id}"
多用户同时使用，数据混杂Flask的g对象未在每次请求初始化在appJob.py中@app.before_request钩子里加g.user_id = session.get('user_id', 1)

实操心得：user_id=1是默认游客ID，所有未登录用户看到的数据，都是user_id=1的采集结果。这样设计，保证即使没人注册，系统也能立即使用。

4.4 SQLite性能瓶颈与优化技巧

当jobs.db超过50MB（约10万条岗位），可能出现查询变慢：
-症状：/search?q=Java响应时间>3秒；
-诊断：EXPLAIN QUERY PLAN SELECT * FROM jobs WHERE title LIKE '%Java%' AND user_id=1;，若输出SCAN TABLE jobs，说明缺索引；
-优化：
sql -- 为高频查询字段建复合索引 CREATE INDEX idx_jobs_title_user ON jobs(title, user_id); CREATE INDEX idx_jobs_city_type ON jobs(city, job_type, user_id);
建索引后，同样查询响应降至200ms内。

提示：SQLite索引不占用额外空间，且CREATE INDEX是原子操作，不影响正在运行的服务。

5. 进阶扩展与个性化定制

5.1 新增数据源：接入BOSS直聘（无需登录态）

BOSS直聘公开页（如https://www.zhipin.com/web/geek/job?query=python&city=101020100）可直接抓取。只需在spider/config.py中添加：

ZHIPIN_URL_TEMPLATE = "https://www.zhipin.com/web/geek/job?query={keyword}&city={city_code}" CITY_CODES = {"beijing": "101010100", "shanghai": "101020100", "shenzhen": "101280600"}

然后在JxSpider.py中新增crawl_zhipin()函数，用requests.get(url, headers=HEADERS)获取HTML，解析<ul class="job-list">下的<li>元素。注意：BOSS直聘反爬较弱，但需在Headers中添加Referer: https://www.zhipin.com/。

5.2 可视化增强：添加薪资趋势折线图

在templates/index.html中新增区块：

<div id="salary-trend" style="width:100%;height:400px;"></div> <script> const trendChart = echarts.init(document.getElementById('salary-trend')); trendChart.setOption({ tooltip: { trigger: 'axis' }, xAxis: { type: 'category', data: {{ months|tojson }} }, yAxis: { type: 'value' }, series: [{ name: '平均薪资', type: 'line', data: {{ avg_salaries|tojson }} }] }); </script>

后端appJob.py中新增路由：

@app.route('/api/salary_trend') def salary_trend(): # 查询近6个月数据（需jobs表有created_at字段） conn = get_db_connection() rows = conn.execute(""" SELECT strftime('%Y-%m', created_at) as month, AVG((salary_min+salary_max)/2) as avg_salary FROM jobs WHERE user_id = ? GROUP BY month ORDER BY month DESC LIMIT 6 """, (g.user_id,)).fetchall() months = [r['month'] for r in rows[::-1]] salaries = [round(r['avg_salary']/1000, 1) for r in rows[::-1]] return jsonify({'months': months, 'avg_salaries': salaries})

5.3 部署到树莓派：打造离线求职分析站

树莓派4B（4GB内存）完美运行此系统：
1. 安装Raspberry Pi OS Lite；
2.sudo apt install python3-pip sqlite3；
3.pip3 install flask requests jieba pyecharts pandas；
4. 将项目拷贝到/home/pi/job-analyzer/；
5. 设置开机自启（sudo systemctl edit --force --full job-analyzer.service）：

[Unit] Description=Job Analyzer Service After=network.target [Service] Type=simple User=pi WorkingDirectory=/home/pi/job-analyzer ExecStart=/usr/bin/python3 /home/pi/job-analyzer/appJob.py Restart=always [Install] WantedBy=multi-user.target
  1. sudo systemctl daemon-reload && sudo systemctl enable job-analyzer && sudo systemctl start job-analyzer

亲测效果：树莓派上jobs.db达80MB（20万条）时，首页加载仍<1.5秒，热力图渲染流畅。放在HR办公室，接显示器就是一台专属分析终端。

这套工具包，我坚持不加任何云服务、不连外部API（除百度地图坐标补全外）、不依赖复杂中间件——因为它本就不该是个工程奇迹，而该是你书桌上的一个实用工具。就像一把好用的螺丝刀，不需要说明书，拿起来就知道怎么拧紧那颗松动的螺丝。现在，它就在你电脑里，等着你输入第一个城市名，生成第一张词云。

本文还有配套的精品资源，点击获取

简介：一个即装即用的求职岗位数据分析工具，用Python开发，基于Flask搭建Web界面，SQLite本地存储岗位和用户数据。内置自动爬虫（JxSpider.py）可抓取主流招聘平台的职位信息，支持按城市、行业、公司、薪资、福利等多维度筛选与统计。首页展示关键词词云、岗位地域热力图、职位类型饼图、福利待遇柱状图、经验学历分布等可视化图表，所有图表由pyecharts渲染。系统含完整用户体系：注册登录、密码管理、数据权限隔离。前端页面齐全，包括搜索页、详情汇总页、福利分析页、行业分类页、地区分布页等；后端模块清晰分离，含数据模型（JobModel.py）、数据库操作封装（query.py）、中文分词与词云生成工具（word_cloud_util.py）。附带初始化SQL文件（jobs.sql/user.sql）和采集逻辑说明，依赖仅需Flask、requests、jieba、pyecharts、pandas等常见库，无复杂配置，运行appJob.py即可启动本地服务。


本文还有配套的精品资源，点击获取

http://www.cnnetsun.cn/news/2792901.html

相关文章：

  • 医用超声图像模拟系统探头建模详细设计
  • 【计算机组成原理】 微操作与微命令详解
  • Scribd电子书离线下载终极指南：3步打造个人数字图书馆
  • 告别重复编码，用快马AI智能生成高效异步爬虫提升开发效率
  • 手把手教你用CH340E自制USB转TTL串口模块（附Python测试代码与PCB文件）
  • 深度解析Obsidian Execute Code插件：构建多语言代码执行架构与高效工作流
  • H5+ Barcode扫一扫进阶：除了扫码，还能识别本地图片和开关闪光灯（完整代码解析）
  • 解决Quartus II JTAG下载错误84：BIOS并口设置是关键
  • 逆向工程的艺术：如何深度解析微信小程序包结构
  • 【配置】Nginx 配置 ws wss jeecg-boot websocket
  • 从28位ADC到无缝量程切换：高精度电流测量技术解析与工程师成长启示
  • 10分钟上手UniRig：用AI为任意3D模型自动生成专业骨骼绑定
  • Windows下可直接运行的C语言成绩管理工具（带源码+exe）
  • AI赋能西电b测：利用快马平台实现智能测试开发
  • 5分钟掌握Axure RP汉化技巧：如何让专业设计工具秒变中文界面？
  • G-Helper终极指南：轻量级华硕笔记本控制中心完全使用手册
  • 用快马ai一键生成spring boot原型，体验intellij idea般的项目创建效率
  • Fortran写的二维表面等离子体FDTD仿真工具：带自动出图和MP4动画生成
  • LIO-SAM实战避坑：从源码编译到ROS运行，手把手教你搞定IMU-Lidar外参标定与数据对齐
  • 如何用Nexent零代码平台构建专业AI智能体：从业务描述到部署上线的完整实践指南
  • 【CSDN AI数字营销看板深度测评】：3大关键词排名盲区曝光，92%运营人至今未察觉！
  • 第10章：制作并销售技术课程——从课程设计到分销
  • 【全网首发】Claude Code v2.1.165 v2.1.166 连发：多级模型降级容灾、全面关闭 Thinking 机制、硬核防御跨会话越权！
  • 晶振电路电阻选型：从巴克豪森准则到实战调试的深度解析
  • MATLAB激光谐振腔仿真工具集：自再现模式迭代、稳定区分析与腔内光斑尺寸可视化
  • MATLAB版Leslie人口模型工具包：含可运行脚本、核心函数与示例结果
  • 终极指南：Windows用户如何轻松制作macOS官方安装盘
  • 3层架构深度优化：Win11Debloat如何重构Windows 11用户体验
  • 电脑生产线老化测试与检测环节科普
  • 硬件分销商的血泪教训：从暴富到崩盘，供应链与风险管理的生死考验