自动采集文章网站(如何使用C#CefSharpPython采集某网站简历并且自动发送邀请短信)

　　自动采集文章网站(如何使用C#CefSharpPython采集某网站简历并且自动发送邀请短信)

　　本文文章主要为大家介绍如何使用C#CefSharp Python采集 some网站简历自动发送邀请消息的相关信息。文章很详细的介绍了示例代码，对大家的学习或者工作都有一定的参考学习价值，有需要的朋友一起来看看吧。

　　前言

　　过去我对爬虫的研究不多。最近需要从一些网站采集那里获取一些敏感信息，经过一番考虑，我决定使用C#Winform和Python来解决这个事件。

　　整个解决方案并不复杂：C#写WinForm表单，进行数据分析和采集，Python本来不想用的，但是没找到C#下Woff字体转Xml的解决方案，但是网上Python程序很多，所以就加了一个Python项目，虽然只有一个脚本。

　　一、几个步骤：

　　首先，您必须模拟登录。登录后输入简历采集，然后模拟下载。下载后，可以看到求职者的电话号码。

　　这个电话号码使用的是动态生成的Base64字体，因此无法直接提取文本。

　　1、 先将Base64转Woff字体，这个可以用C#来做（iso-8859-1编码是坑，一般用Default会带来惊喜）：

　　 SetMainStatus("正在生成WOFF..."); byte[] fontBytes = Convert.FromBase64String(CurFont); string fontStr = Encoding.GetEncoding("iso-8859-1").GetString(fontBytes).TrimEnd('\0'); StreamWriter sw2 = new StreamWriter(@"R58.woff", false, Encoding.GetEncoding("iso-8859-1")); sw2.Write(fontStr); sw2.Close();

　　2、 然后将生成的Woff转换成XML（WoffDec.exe是我用Python打包的Exe，不过其实有点小题大做。对于这个转换，我写了一个包，有时间的话最好用C# .)

　　 //调用python exe 生成xml文件 ProcessStartInfo info = new ProcessStartInfo { FileName = "WoffDec.exe", WindowStyle = ProcessWindowStyle.Hidden }; Process.Start(info).WaitForExit(2000);//在2秒内等待返回

　　整个 WoffDec.py 代码为 3 行：

　　 from fontTools.ttLib import TTFont font = TTFont('R12.woff') font.saveXML('R12.xml')

　　这个包装有点意思。我先尝试了py2exe，但没有成功。我改为 pyinstaller 并且它起作用了。连EXE都有11M，不算大。

　　下载或本地下载，或在VS2017 Python环境中搜索PyInstaller直接安装。

　　右键单击并使用“在此处打开命令提示符”；输入pyinstaller /path/to/yourscript.py 打包成exe文件。调用 Winform 应用程序时，应复制整个文件夹。

　　3、得到xml文件后，准备根据上面的Woff文件存储为数据字典（这个地方有点绕，先找个网站把Woff显示为文本和代码，然后根据代码在XML中找到它的字体锚点，我取X和Y形成一个唯一值（X，Y代表一个词），当然你可以取更多；

　　 internal static readonly Dictionary DicChar = new Dictionary() { {"91,744","0" }, {"570,0","1"}, {"853,1143","2" }, {"143,259","3" }, 。。。。。。 };

　　4、 以上步骤需要一些时间。基准字典可用后，您可以根据每次生成的 XML 文件匹配真实文本。

　　5、 找回真实文本很简单，直接去数据库采集，然后连接短信发送服务，就可以自动分组发送了。

　　二、使用场景

　　下班后启动采集服务时就不用担心了。系统会定时自动下载简历，自动推送面试邀请短信。只要有新人发布相应的求职信息，系统就会立即向他发出邀请，真是抢人的利器。

　　BTW：用于网页模拟操作的CEFSharp将开启新的篇章。

　　总结

　　以上就是使用C#CefSharp Python采集一份网站简历自动发送邀请短信的方法的详细内容。更多详情请关注其他相关html中文网站文章！