転職!タウンワークから社員求人情報をスクレイピングする

タウンワークとは?

タウンワークは全国のバイト・アルバイト・パート求人を網羅する日本最大級の求人サイト。「バイトするならタウンワーク」というCMでも知られており、アルバイトの求人数が多く、若年層の閲覧が多いことも特徴です。また、職種やこだわりの条件、給与(時給・日給・月給)など、さまざまな条件からアルバイトの求人情報が検索できます。

スクレイピングツールの概要

ScrapeStormとは、強い機能を持つ、プログラミングが必要なく、使いやすく人工知能Webスクレイピングツールです。違う基盤のユーザーに二つのスクレイピングモードを提供し、1-Clickで99%のWebスクレイピングを満たします。ScrapeStormにより、大量のWebデータを素早く正確的に取得できます。手動でデータ抽出が直面するさまざまな問題を完全に解決し、情報取得のコストを削減し、作業効率を向上させます。

抽出されたデータは下記のようにご覧ください

f:id:satoshihirai1:20211124174817p:plain

1.タスクを新規作成する

(1)URLをコピーする

今回は東京都・IT/コンピュータの社員求人情報一覧ページを例として、スクレイピング方法を紹介します。

f:id:satoshihirai1:20211124174833p:plain

(2)タスクを新規作成する

ScrapeStormのホムページ画面にスマートモードタスクを新規作成します。また、持っているタスクをインポートすることもできます。

詳細には下記のチュートリアルをご参照ください。

スマートモードタスクの新規作成方法

f:id:satoshihirai1:20211124174843p:plain

2.タスクを構成する

(1)リスト要素

ScrapeStormは自動的にリスト要素を識別できますが、今回は手動でやり直す必要があります。下記のチュートリアルも参照してください。

リストページのスクレイピング方法

f:id:satoshihirai1:20211124174856p:plain

(2)Xpath編集

通常、ソフトウエアは自動的にページボタンを識別できます。タウンワークのページボタンの識別はXpathが必要です。下記のようにご覧ください。/html/body//div[contains(concat(' ', normalize-space(@class), ' '),' pager-next-btn ')]/div/a

f:id:satoshihirai1:20211124174907p:plain

(3)詳細ページに行く

「詳細ページに行く」ボタンをクリックして、ソフトウエア詳細情報ページに移動します。勤務期間、対象資格、会社住所などを抽出できます。

f:id:satoshihirai1:20211124174921p:plain

(4)フィールドの追加と編集

「フィールドを追加」ボタンをクリックして、画面に必要な要素を選択、データが自動的に抽出されます。また、必要に応じてフィールドの名前の変更または削除、結合できます。

フィールドの設定の詳細には下記のチュートリアルをご参照ください。

抽出されたフィールドを配置する方法

f:id:satoshihirai1:20211124174933p:plain

3.タスクの設定と起動

(1)起動の設定

必要に応じて、スケジュール、アンチブロック、自動エクスポート、写真のダウンロード、スピードブーストを設定できます。

スクレイピングタスクを配置する方法については、下記のチュートリアルをご参照ください。

スクレイピングタスクを配置する方法

f:id:satoshihirai1:20211124174956p:plain

(2)しばらくすると、データがスクレイピングされる。

f:id:satoshihirai1:20211124175005p:plain

4.抽出されたデータのエクスポートと表示

(1)エクスポートをクリックして、データをダウンロードする

f:id:satoshihirai1:20211124175016p:plain

(2)必要に応じてエクスポートする形式を選択します。

ScrapeStormは、Excel、csv、html、txt、データベース、ローカルなどさまざまなエクスポート方法を提供します。ライトプラン以上のユーザーは、WordPressに直接投稿することもできます。

抽出結果のエクスポート方法の詳細には下記のチュートリアルをご参照ください。

抽出されたデータのエクスポート方法

f:id:satoshihirai1:20211124175027p:plain