如何抓取招聘网站并持续监控最新职位发布：19个平台实战指南

要用 Datablist 抓取招聘网站，请打开 Job Postings Search，选择关键词和国家/地区，然后把匹配的职位导入 Collection。你也可以搜索 CRM 中已有公司的招聘职位。建议保留职位 ID、公司网站和发布日期，以便再次搜索时对比结果。

我建议把目标分为两类：一是发现正在招聘的新公司，二是监控已知公司的新职位。排除之前找到的公司有助于实现第一个目标，但也会让你错过这些公司后来发布的新职位，因此不适合第二种情况。

本指南将介绍按筛选条件和按公司名单搜索的方法、可采集的字段，以及如何通过重复搜索追踪新职位，同时避免把同一个职位重复计算。

📺 更喜欢看视频？

如果你和我一样更喜欢看视频而不是读文章，可以观看这期教程：如何同时抓取 19 个招聘网站的职位信息 👈🏽

本文内容概览

• 同时抓取 19 个招聘网站的方法
• Datablist 支持抓取的招聘网站
• 批量抓取多个招聘网站：分步教程
• 根据 CRM 公司名单抓取职位：分步教程
• 为什么要同时抓取多个招聘网站
• 如何将招聘数据用于销售与营销

同时抓取 19 个招聘网站的方法

如果你想同时抓取 19 个招聘网站，有两种选择：

• 自己为每个招聘网站开发 Scraper，并处理复杂的代码
• 使用 Datablist 的招聘网站 Scraper，聚合全球 19 个招聘网站的数据

Datablist 会通过其数据供应商查询一个聚合招聘数据库。搜索结果是符合条件且已被索引的职位，并不是每次搜索都从头抓取所有网站。不同职位的数据覆盖范围和可用字段可能有所差异，因此在使用前，请检查相应职位的来源 URL。

💡 Datablist 是什么？

Datablist 是一个用于搭建 Lead Generation 工作流的平台。你可以使用包括 AI Agents、Email Finders、AI processors 和 Technology enrichments 在内的 60 多种工具，轻松查找、Enrich 和清洗数据。

此外，Datablist 还支持设置**按计划或按需运行的自动化工作流。**以下是一些深受 Datablist 用户欢迎的实际应用场景：

1. 构建 Lead 名单
2. 用 AI 个性化邮件
3. 清洗 CRM 数据并删除重复项
4. 同时抓取 19 个招聘网站的职位信息
5. 在不危及账号安全的情况下抓取 LinkedIn Sales Navigator 搜索结果

相信重点已经很明确：如果你需要获取或清洗数据，或者自动化涉及数据的工作流，并希望整个过程简单、高效且可靠，Datablist 就是合适的选择。

Datablist 支持抓取的招聘网站

与市面上的其他招聘数据 Scraper 相比，Datablist 有一些独特优势。它可以**一次聚合 19 个招聘网站的数据，**省去分别创建和维护多个 Scraper 所需的大量时间。

以下是 Datablist 支持抓取的招聘网站：

全球招聘网站：

• Indeed：覆盖全球大多数国家和行业，是国际招聘市场的主流平台
• Glassdoor：业务遍布全球，除职位信息外，也以公司评价见长

区域性招聘网站：

• 亚洲及大洋洲
  • Seek：澳大利亚和新西兰市场的领先平台
  • Naukri：印度领先的招聘网站，拥有数百万条职位信息
  • Naukri Gulf：专注于中东地区的招聘市场
  • JobsDB：在东南亚多个国家和地区拥有较强影响力
  • Jobstreet：在马来西亚、菲律宾、新加坡及其他亚洲市场广受欢迎
• 欧洲
  • Infojobs：在西班牙及部分拉美市场占据主导地位
  • Tecnoempleo：专注西班牙市场，尤其擅长科技类职位
  • Welcome to The Jungle：法国大型招聘平台，并正向其他欧洲市场扩展

垂直招聘网站与 ATS 系统：

• 创业生态
  • AngelList（现名 Wellfound）：主要聚焦美国科技行业的初创公司职位
  • Startup Jobs：专注北美早期创业公司的招聘职位
• ATS Systems（Applicant Tracking Systems，求职者跟踪系统）
  • Workable、Greenhouse、Lever、Ashby、Join、BambooHR、SimplyHired：Datablist 也会抓取这些系统中的职位，从而提供更广泛的招聘市场覆盖

批量抓取多个招聘网站：分步教程

在 Datablist，我们希望用户尽可能自主地决定获取哪些数据，以及如何获取这些数据。

因此，我们提供两种抓取招聘职位的方式：

1. 使用 Datablist 的搜索筛选条件
2. 根据公司名单搜索招聘职位

使用筛选条件抓取多个招聘网站

这一部分将介绍如何在 Datablist 的招聘网站聚合工具中使用筛选条件，根据关键词、职级、地点等条件获取职位信息。

开始吧！

首先，注册 Datablist。

创建一个 Collection。

点击 Job Postings Search。

为目标职位配置筛选条件。下方展示的当前设置可能与旧版截图有所不同。

职位与公司筛选条件

建议先从范围明确的搜索开始。例如，如果要查找英国的 Python 相关职位，可将 Job Description Keywords 设置为 python，在 Countries 中选择英国，将 Job Status 保持为 Only Open Jobs (default)，在 Max Age 中选择 Last 7 days，并在首次运行时将 Limit 设为 100。

先查看第一批结果，再决定是否扩大搜索范围。职位描述中提到 Python，并不一定意味着该岗位的核心职责是 Python 开发。

选择关键词匹配方式：

• Job Title Keywords 支持输入以英文逗号分隔的短语。只要职位名称中包含某个短语的全部单词，即可匹配；匹配不区分大小写，也不要求单词顺序一致。例如，data engineer 可以匹配 Senior Data Platform Engineer。
• Exclude Job Title Keywords 会排除职位名称中包含指定关键词的结果，例如含有 intern 的职位。
• Job Description Keywords 默认以纯文本方式匹配完整单词。sales 可以匹配 sales manager，但不会匹配 Salesforce。
• Use Regex for Description Matching 可启用正则表达式。在此模式下，Require All Description Patterns 可要求结果同时符合所有已填写的模式，而不是只需符合其中一个。普通关键词搜索无需开启 Regex。
• Exclude Job Description Keywords 会沿用你选择的职位描述匹配模式。

选择工作地点与职位状态：

• Job Locations 用于筛选城市或地区；Countries 用于筛选职位所在国家。公司总部所在地需要通过另一组条件单独筛选。
• Workplace Types 提供 On-site、Hybrid 和 Remote 三种选项。Employment Types 可筛选全职、兼职、合同工及其他用工类型。
• Job Seniority 用于筛选经验或职级。
• Job Status 可以返回开放、已关闭或全部职位。如果要获取当前招聘名单，请选择开放职位。
• Only with Recruiter Info 会将结果限制为包含 Recruiter 信息的职位。部分职位可能只提供其中一部分信息，因此请检查实际返回的字段。

选择公司与时间范围：

• Filter Job Postings for a specific list of Companies 可搜索某个 Collection 中的公司。具体操作请参阅公司名单工作流。
• Exclude Job Postings posted by a specific list of Companies 会排除所选公司域名发布的全部职位，适合过滤你明确不希望出现在结果中的公司。
• 公司筛选条件包括 Company Type、Company Industries、Company Funding Stage，以及公司总部所在地点或国家。
• Max Age 用于限制职位发布至今的最长时间。Posted On or After 和 Posted On or Before 可设置精确日期范围；一旦设置，它们将覆盖 Max Age。
• Limit 用于限制返回的职位数量。默认值为 1,000，每次搜索最多支持 2,000 条。如果结果达到上限，建议缩小搜索范围并分别查询，而不要直接认为自己已经采集了所有匹配职位。

排除不需要监控的公司

公司排除功能适合过滤现有客户或不属于目标范围的公司。**但它并不是职位级去重。**如果你排除了昨天找到的一家公司，那么这家公司明天发布的另一个职位也会被排除。

要设置公司排除名单：

1. 启用 Exclude Job Postings posted by a specific list of Companies。
2. 在 Datablist Collection 中选择排除名单。
3. 将 Datablist Collection Property 映射到公司网站或域名所在列。

开始搜索招聘职位

设置好所有筛选条件后，点击 Continue。

Datablist 将返回以下数据字段：

滚动到页面底部，然后点击 Run import now。

Scraper 完成任务后，结果将如下所示：

根据 CRM 公司名单抓取职位

如前所述，这一选项可以让你抓取 Datablist Workspace、CRM 或其他数据库中已有公司的招聘职位。

为此，你需要在 Datablist Collection 中准备好公司名称、公司 LinkedIn URL 或公司网站 URL。

首先，注册 Datablist。

Import 一份公司名单。

另建一个 Collection。

打开 Job Postings Search。

接下来执行以下操作：

1. 启用 Filter Job Postings for a specific list of Companies。
2. 在 Datablist Collection 中选择你上传的名单。
3. 将 Datablist Collection Property 映射到公司网站、公司名称或公司 LinkedIn URL 所在列。如果有公司网站，我建议优先使用，以减少公司重名带来的歧义。
4. 使用筛选条件定义要抓取的职位。点击此处查看全部筛选条件。

你也可以用公司网站或域名创建一个 Collection，并按照相同逻辑将这些公司排除在搜索结果之外。

💡 抓取招聘网站的 3 个实用技巧

**技巧 1：**从职位搜索中排除现有客户，避免出现尴尬的沟通场景。

**技巧 2：**将过往客户纳入职位搜索，以寻找重新激活合作关系的机会。

**技巧 3：**筛选或排除公司时，除了域名，还可以使用网站 URL 和公司名称。

完成所有设置后，点击 Continue。

然后滚动到页面底部，点击 Run import now。

导入完成后，请检查匹配的职位及其来源 URL。你最终获得哪些职位，取决于搜索筛选条件、结果数量上限以及数据库的索引覆盖范围。

📘 职位搜索 Credits

每返回一条职位信息需消耗 10 Credits。例如，返回 100 条职位将消耗 1,000 Credits。在进行大规模或定期搜索之前，请检查 Credits 余额和当前的套餐选项。

如何通过重复搜索监控新职位

定期职位搜索不能只是每天运行一次，还需要稳定的对比键和合理的日期窗口。我建议先每天搜索过去七天发布的职位，再根据你的目标市场调整重叠时间。保留重叠窗口，可以让延迟进入数据库的职位再次获得被发现的机会；但这也意味着同一个职位可能会多次返回。

1. 在结果中保留 Job Posting Id、Job Posting URL、Company Website 和 Date Posted。
2. 使用 Job Posting Id 对比每次获取的新数据与之前的批次。你可以使用 Unique Property 设置阻止重复值，也可以在合并导出文件之前检查重复项。
3. 将同一家公司继续保留在监控名单中。该公司出现不同的职位 ID，说明它发布了值得查看的新职位，而不是应当删除的公司重复项。
4. 如果需要记录工作流首次发现某条职位的时间，请在自己的追踪文件中另建字段。Date Posted 是职位发布日期，而不是工作流发现它的时间。
5. 对于缺少 ID 或疑似重复发布的职位，请结合职位名称、公司、地点和 URL 进行检查。不同 ID 也可能描述相似岗位，不要仅仅因为职位名称相同就自动合并。

如果你使用 Growth 套餐进行自动导入，可以在 Source Scheduler 中选择每日运行频率、时间和时区，然后点击 Schedule Import。启用计划任务前，请先配置重复数据处理方式。你也可以手动重复搜索。请注意，对已存储的数据行去重，并不会免除数据供应商返回这些结果所产生的费用，因此在规划 Credits 预算时应把重叠结果考虑进去。

不要因为某个职位在一次搜索中消失，就推断它已经关闭。它可能只是超出了日期窗口、筛选范围或结果数量上限。检查已关闭职位时，请使用 Job Status 和返回的 Closed At 字段；对于重要职位，还应前往来源页面核实。

为什么要同时抓取 19 个招聘网站

你听过有人说“我的数据太多了”吗？我反正没有，因为**数据就是金矿。**不过，有一点大家都认同：数据的价值并不相同，有些很有用，有些则毫无关联。

为什么需要更多数据源

抓取更多招聘网站，意味着可以获得更多职位信息，从而提高发现有价值数据的概率。扩大数据源范围，可以确保你不会错过散落在不同平台上的宝贵商机。

多招聘网站职位抓取的优势

• 扩大数据规模
  • 对比多个来源的职位信息
  • 发现目标公司的更多商机
• 战略性商业情报
  • 识别有即时需求的公司（招聘职位就是需求信号）
  • 根据公司当前优先事项筛选目标 Account
  • 将招聘信号作为 Cold Email 营销活动中的资格判断变量
• 竞争优势
  • 帮助 Recruiter 更高效地赢得订单
  • 为求职者提供更全面的市场洞察
  • 比竞争对手更早发现招聘趋势
  • 获得比单一招聘网站搜索更全面的市场覆盖
  • 在潜在客户加大增长投入时及时与其建立联系

现在你已经了解了这些数据为何如此有用，接下来看看可以如何利用它们。

如何利用招聘数据

没错，Datablist 非常适合抓取招聘网站，**但这还不到其能力的 1%。**拿到职位数据后，你还可以：

1. 用更多信息 Enrich 公司数据
2. 使用 AI Agent 搜索数据库中没有的数据
3. 在目标 Account 中查找决策者
4. 使用 Waterfall Enrichment 查找邮箱和电话号码
5. 使用 AI 撰写个性化邮件
6. 分析公司的 Tech Stack

类似的应用还有很多。重点在于：Datablist 不只是一款抓取工具。只需一个价格合理的订阅，你就能使用一整套 Lead Generation 生态系统。

总结

抓取多个招聘网站能带来实实在在的竞争优势，值得你尽早用起来。Datablist 让获取招聘数据比使用其他工具更加简单，还支持直接搜索 CRM 中已有公司的招聘职位。

FAQ

这个工作流如何抓取招聘职位？

Datablist 会使用你的筛选条件查询数据供应商的聚合招聘数据库，然后将匹配的职位作为数据行导入。它适合生成跨多个来源的结构化职位名单，但不能保证涵盖每个招聘网站上的所有职位。因此，请保留来源 URL，并在采取行动前核实相关职位。

Scrape Job Postings 是什么意思？

Scrape Job Postings 是指使用自动化工具从多个网站提取招聘信息。通常采集的数据包括职位名称、职位描述、公司详情、工作地点、薪资范围等。

哪款职位抓取工具最好用？

Datablist 是一款功能强大的职位抓取工具，可以同时聚合 19 个招聘网站的职位信息。它针对职位详情、公司信息和招聘负责人数据提供了丰富的筛选选项。除了数据抓取，Datablist 还支持 Data Enrichment、AI 搜索和工作流自动化。

可以用 AI 分析招聘职位吗？

可以。导入职位后，你可以使用 AI Enrichment 对职位描述进行分类、识别关键要求，或生成简短的 Account Research 摘要。请把原始职位内容和来源 URL 与分析结果保存在一起，以便核查模型使用了哪些信息。关于标签设置和审核规则，请参阅 AI 分类指南。

如何将抓取的职位数据用于 Outbound？

抓取的职位数据能为精准 Outbound 提供有价值的商业情报。你可以识别正在招聘、可能处于增长阶段的公司，找到相关决策者，Enrich 联系方式，并使用 AI 根据对方的具体需求撰写个性化消息。在将招聘信息用于触达之前，请先核实这一需求信号，并把它接入相关的 Lead 抓取工作流。

从招聘网站可以抓取哪些数据？

Datablist 等招聘网站抓取工具可以提取丰富的数据，包括职位详情（名称、描述、类型、地点和薪资）、公司信息（名称、网站、LinkedIn、规模和行业）、招聘负责人信息（姓名、职位和 LinkedIn），以及发布日期等元数据。这些数据可以转化为很有价值的商业情报。

应该抓取多少个招聘网站？

与只依赖单一来源相比，抓取多个招聘网站通常能获得明显更好的结果。Datablist 等工具可以同时抓取 19 个招聘网站，帮助你更全面地覆盖市场、发现更多潜在客户，并在竞争对手之前洞察招聘趋势。