陳免慧　沈煒

關(guān)鍵詞：數(shù)據(jù)采集；HtmlUnit；Ajax；招聘系統(tǒng)

中圖分類號：TP393 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2015）20-0061-03

Application of HtmlUnit in Online Recruitment System

CHEN Mian-hui， SHEN Wei

（The School of Information in Zhejiang Sci-Tech university， Hangzhou 310018， China）

Key words： data-collectiong； HtmlUnit； Ajax； recruitment system

招聘這一環(huán)節(jié)被視為整個企業(yè)人力資源管理中的重要組成部分。但是，多數(shù)人卻任沒有看到這一工作之重要，并沒有將招聘工作擺在議程上，使得企業(yè)的人力資源管理中出現(xiàn)了“瓶頸”問題，伴隨著計算機(jī)和信息時代的發(fā)展，在線招聘系統(tǒng)的開發(fā)可以有效地幫助企業(yè)解決這一問題。

現(xiàn)今社會，隨著互聯(lián)網(wǎng)發(fā)展，信息時代也隨之到來。招聘形式也由從前查閱報紙，到后來的跑招聘會，再到現(xiàn)在網(wǎng)絡(luò)招聘的普及，求職者可以很方便地在求職網(wǎng)站中搜尋到心滿意足的職位。但是，另一方面，也導(dǎo)致了大量的招聘網(wǎng)站涌現(xiàn)，這些招聘渠道缺乏統(tǒng)一的管理，不僅使求職者眼花繚亂，不知使用哪個網(wǎng)站，更使企業(yè)在發(fā)布職位的時候，需要多個渠道發(fā)布同一條職位。本文采用htmlunit技術(shù)，實現(xiàn)了統(tǒng)一發(fā)布職位到其他各個渠道，并且這些渠道可以手動添加；與此同時，此招聘系統(tǒng)實現(xiàn)了從其他各個招聘渠道抓取相應(yīng)的職位和候選人。

1 互聯(lián)網(wǎng)數(shù)據(jù)采集所面臨的問題

一般前臺頁面都是用HTML語言編寫，我們知道，傳統(tǒng)的HttpClient方法可以用在一般的數(shù)據(jù)獲取中，但同時存在著不足：

1）在獲取Ajax異步加載的頁面，比如新浪微博、淘寶等網(wǎng)站大量使用Ajax異步獲

取數(shù)據(jù)的技術(shù)。

2）某些網(wǎng)站需要提交表單或者是需要登錄后才能夠獲取信息，比如搜索引擎需要提交表單后才能獲取。

3）網(wǎng)頁信息抽取大多使用正則表達(dá)式，對訪問的效率與靈活性都不高。

HtmlUnit是個純Java的無界面的瀏覽器，采用了Rhinojs引擎，可以對js以及主流的js框架有很好的支持。還可通過executeJavascript函數(shù)執(zhí)行js代碼。

2 HtmlUnit在招聘系統(tǒng)中的應(yīng)用

2.1 獲取Ajax異步加載數(shù)據(jù)的頁面

HtmlUnit中的WebClient.getOptions（）.setJavaScriptEnabled（）函數(shù)提供了對解析頁面js腳本的支持，WebClient.setAjaxController（）函數(shù)提供了對解析頁面Ajax動態(tài)加載數(shù)據(jù)的支持，所以HtmlUnit在解析網(wǎng)頁中動態(tài)加載的數(shù)據(jù)，有很好的應(yīng)用。

2.2 獲取提交登錄后的頁面數(shù)據(jù)

有些情況需提交表單后才能獲取數(shù)據(jù)，比如搜索引擎，而某些情況則需登錄后才能獲取網(wǎng)頁的數(shù)據(jù)，這些情況都是要向服務(wù)器提交數(shù)據(jù)來進(jìn)行交互操作。一般的做法是提交HTTP協(xié)議中的Get方法，來提交自定義的URL字符串，從而登錄，又或者是手動登錄獲取對應(yīng)的cookie和session，用這些cookie和session來進(jìn)行請求。

2.3 頁面數(shù)據(jù)提取

HtmlUnit可以用正則來獲取網(wǎng)頁內(nèi)容，使用Xpath技術(shù)來獲取到提交的按鈕和圖片。HtmlUnit獲取對象的方法如下：

用Xpath方法獲取對象，形式為：getFirstByXPath（“//input[@type=submit]”）；

用Id方法獲取對象，形式為：getElementById（String）；

用Name方法獲取對象，形式為：getElementByName（String）；

用Key方法獲取對象，形式為：getElementsByAccessKey（char）；

用屬性獲取對象，形式為：getElementsByAttribute（String，String，String）；

用標(biāo)簽名獲取對象，形式為：getElemenstByTagName（String）；

HtmlUnit通過采用這些方法能夠輕易獲取到HTML對象，并將這些對象轉(zhuǎn)變成可點擊的鏈接、按鈕和可操作的文本框等HTML的元素，再進(jìn)行模擬操作，點擊、賦值等修改屬性的操作。

3 招聘系統(tǒng)的總體設(shè)計

3.1 系統(tǒng)實現(xiàn)目標(biāo)

隨著招聘渠道的不斷增加，但這些渠道功能又大體相似，使得企業(yè)操作不是很方便，現(xiàn)存的招聘渠道已滿足不了企業(yè)的需求。

本招聘系統(tǒng)要實現(xiàn)一個能夠方便各企業(yè)和求職者，為他們建立一個較好的交流平臺。通過此系統(tǒng)能夠?qū)崿F(xiàn)與其他渠道的友好連接，只要在此平臺中綁定帳號，就可以很輕松地實現(xiàn)一鍵發(fā)布職位到其他各個渠道，并能夠從其他各個渠道抓取候選人和職位信息，并在此系統(tǒng)中有所顯示。

3.2 系統(tǒng)業(yè)務(wù)分析

本系統(tǒng)主要針對企業(yè)HR，大體上分為企業(yè)版和個人版；使用的角色有：系統(tǒng)管理員、招聘經(jīng)理、招聘者和用戶。不同的角色有不同的權(quán)限。

下圖1主要描述了此招聘系統(tǒng)用戶登錄系統(tǒng)之后，可以創(chuàng)建職位，首次綁定渠道帳號，并一鍵發(fā)布到其他各個招聘渠道，也可以查閱相關(guān)的候選人信息并進(jìn)行操作的業(yè)務(wù)流程圖。