最新版本:使用C# CefSharp Python采集某网站简历并且自动发送邀请短信的方法

　　最新版本:使用C# CefSharp Python采集某网站简历并且自动发送邀请短信的方法

　　前言

　　过去我没有对爬虫做过太多研究。最近，我需要从某个网站采集

敏感信息。稍微考虑了一下，决定用c#winform和python来解决这个事件。

　　整个解决方案并不复杂：c#写了一个winform窗体，用于数据分析和采集。一开始不想用python，后来没找到c#下woff字体转xml的解决方案。网上有很多python，所以我加了一个python项目，虽然只有一个脚本。

　　1.几个步骤：

　　首先，您需要模拟登录。登录后进入简历采集

，然后模拟下载。下载完成后，可以看到求职者的电话号码。

　　这个电话号码使用了动态生成的base64字体，所以直接提取文字是无法成功的。

　　1.先把base64转成woff字体，用c#就可以搞定（iso-8859-1编码是个坑，一般用default会有惊喜）：

　　

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转成xml（woffdec.exe是我用python打包的exe，其实有点小题大做了，我专门为这个转换做了一个包，有时间的话还是用下面的整个 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 代码只有 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，但是没有成功。我改成pyinstaller，成功了。连exe都是11m，不是很大。

　　下载或者，或者在vs2017 python环境下搜索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。当调用 winform 应用程序时，应复制整个文件夹。

　　3.xml文件有了之后，准备根据上面的woff文件存为数据字典（这个地方有点乱，先找个网站把woff显示成文字和代码，然后在里面搜索它的字体根据代码xml中的锚点，我取的x和y形成一个唯一值（x，y代表一个词），当然可以取更多；

　　

" />

　　

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。有了benchmark dictionary之后，就可以根据每次生成的xml文件来匹配真实的文本了。

　　5、很容易把真文拿出来，直接采集到数据库，然后连接短信发送服务，就可以自动分组发送了。

　　2.使用场景

　　下班后开启代收服务后，就不用再操心了。系统会定时自动下载简历并自动推送面试邀请短信。新人只要发布相应的求职信息，系统就会立即向他发出邀请，真是抢人利器。

　　btw：网页模拟操作使用的cefsharp另开一章。

　　总结

　　以上就是本文的全部内容。希望本文的内容对您的学习或工作有一定的参考价值。谢谢您的支持。

　　最新版本:WMCMS小说系统采集插件-WMCMS小说系统采集器下载

　　WMCMS小说系统采集

插件，WMCMS小说系统如何实现自动采集

和自动伪原创发布。今天给大家分享一款免费的WMCMS小说系统自动收录伪原创出版软件。同时还支持各大网站自动采集

伪原创发布。

　　很多人都发现，去百度看一些打不开的网站，此时WMCMS小说系统采集

可以通过百度快照获取该网站的内容。这可以大大改善搜索用户的服务体验。即使难以打开网站，仍可获取本网站的内容知识。但是在选择百度快照解决这个问题的时候，会出现一些问题。

　　比如很多人会比较关注百度快照的更新。WMCMS小说系统采集

如果采集

夹中的某些网站没有更新，用户会怀疑是不是出了什么问题。其实百度快照更新跟自己的网站有很大关系。毕竟有些网站打不开的时候都是通过百度快照解决的，自然百度快照的更新也会和网站有很大的关系。

　　例如，如果网站本身不停止更新，则WMCMS小说系统采集

的百度快照将不会更新。此外，网站名称由相关管理人员更改。百度快照在短期内无法获取本站的相关文字信息，因此这也使得百度快照无法停止更新。此外，网站内容变动过多，也会影响百度快照的更新。

　　

" />

　　上述原因只是网站的原因会严重影响百度快照的更新，WMCMS小说系统合集等诸多因素实际上都会影响百度快照的更新。例如，服务器不稳定往往会影响百度快照的更新状态，网站中的外链、友情链接等其他方面也会影响更新状态。

　　内容建设是SEO优化人员的基础工作，如何通过WMCMS小说系统采集为网站生成大量优质内容也是一个落伍的问题。事实上，在百度看来，网站的内容包括但不限于文字、图片、链接、多媒体信息等。这里，我们重点谈谈百度对优质文字内容的鉴别的几个维度。

　　内容建设是SEO优化人员的基础工作，如何通过WMCMS小说系统采集为网站生成大量优质内容也是一个落伍的问题。事实上，在百度看来，网站的内容包括但不限于文字、图片、链接、多媒体信息等。这里，我们重点谈谈百度对优质文字内容的鉴别的几个维度。

　　从更广的角度来看，即使是高质量的内容，WMCMS小说系统合集也不足以达到理想的SEO效果。必须上升到页面质量的高度来讨论“高质量的文字内容”。将优质的文字内容作为网站优化的要素之一，从全局的角度把控整个网站的优化方向，网站才能走得更远更顺。

　　维度一：有效内容产出比。

　　有参加过seo培训的同学和我讨论过。为了有一个排名，WMCMS小说系统采集

我们必须增加容量。为了收录，我们使用采集软件采集大量与网站主题无关的内容并进行收录。实际上，这里忽略了有效内容输出比的一个要素。我们在制作网站内容时，首先要考虑的是有多少人搜索该内容，受众是否庞大；即使内容有很好的排名，流量也是准确的。几乎每个网站都有自己固定的细分用户。我们做内容的时候要考虑内容被搜索的概率，还有主题。

　　

" />

　　维度 2：相关性。

　　在前面的维度中，主题，相关性问题，已经大致解释过了。相关性是标题和内容之间的一一对应。标题是对内容的集中提炼，WMCMS小说系统收录的内容是对标题的详解。每个内容都应该有一个唯一的标题。另一方面，假设内容页有排名，但标题与内容无关，客户通过搜索进入，找不到自己需要的结果，会导致跳出率偏高，不利于网站的SEO优化，其影响是负面的。

　　维度三：网站内容页面加载速度。

　　严格来说，这不是优质内容的维度，为什么要拿出来呢？问题出在网站运营上。SEO优化是一个整体，是众多要素的汇合。WMCMS小说系统仅仅采集优质内容是不够的，还要考虑页面质量的因素。

　　对于普通用户来说，打开优质页面需要等待的时间比较长，增加了获取信息的成本。有一种说法，如果一个网站打开的速度超过 4 秒，它就是一个垃圾页面。这种说法有些偏激，但也从侧面说明WMCMS小说系统采集

网站打开速度快，有利于用户体验。

　　对于搜索引擎来说，需要在同一时间段内抓取更多的网页资源，这也是由程序的性质决定的。假设你的网站加载速度是1000毫秒，另一个网站加载时间是100毫秒，百度搜索引擎蜘蛛抓取10个人的网页内容，WMCMS小说系统收录这里你只能抓取1个网页内容。为了提高效率，它会将其他人的爬行优先于您的爬行。长此以往，搜索引擎会降低你网站的抓取频率，进一步降低你网站的搜索量和搜索率。