新系列简介
开个新坑。其实类似的想法我去年就有了，但是一直没有做，除了懒之外，很大的问题就是我不会爬虫。而且在我的认识里，爬虫是一个很依赖后续维护的工作，不符合我写完能用很久的预期。不过我最近在思否看到 亮数据，似乎可以很好的弥补我的不足。于是我决定先把坑挖起来。
本文是系列的第一集，会先介绍我的动机（找到全职远程工作）；我设想的做法；介绍亮数据；分析我的代码（踩坑经验）；最终初步抓取到 Vuejobs 的远程数据。
创造新工具帮我们找到远程工作
如何找到全职远程工作
全职远程工作有很多好处，比如可以去泰国曼谷耍泼水节，只要安排好时间，工作娱乐两不误。很多朋友问我，怎么找到一份全职远程的工作，我有几个建议分享给大家：
- 不断提升自己，扩展技术栈。因为全职远程跟大公司做螺丝钉不同，更倾向于独当一面，所以你的技术栈越全面，能做的工作越多，找到全职远程工作的可能性也越大。
- 利用现在的工作机会，给自己打造可靠的个人品牌，形成良好的合作团队，利用好自己的工作副产品，给独立工作或者远程工作做好准备。
- 培养自己的自控力。远程工作比较重视结果，你越能控制自己，稳定输出，找到远程的机会也就越多。
除去以上三点，今天要重点分享的，是如何找到尽可能多的远程工作机会；或者，要找到你需要弥补、增强的能力。这个过程，我们要学会利用好各种工具服务和提升自己。如果没有现成的工具，我们就自己开发需要的工具。
关于亮数据（Bright data）
我前几天在思否上看到一个小广告，叫 亮数据。看介绍，我发现它能很好的帮助我补强网络爬虫、内容抓取的能力。尤其是看其功能设计，能解决我前面说的“重维护”问题，我觉得值得一试。
至于做什么，我觉得以前设想的“ 应用创意：AI 求职助手”很合适。只不过，我早先设想时，把简历上传、AI 分析放在第一步；现在我觉得，可以把工作机会获取、AI 分析与提示，放在第一步。即：
- 有一个爬虫，帮我四处收集招聘信息，尤其是全职远程
- AI 帮我分析 JD，并根据我的基本简历，生成求职信+针对性简历，投递
- AI 帮我准备面试，直至入职
编写爬虫脚本
想好就动手。今天的目标是做完第一步，也就是数据抓取，后面再继续做 AI 分析JD 和处理简历。我起初想用他们家的在线 IDE，尝试之后发现不太符合要求，调试起来也比较费力，遂放弃，改用亮数据浏览器（Scraping browser）。
亮数据浏览器是他们部署在全球的服务，我们可以用 puppeteer-core 连接，然后发起请求，抓取目标网页。他们会帮我们解决一般的访问限制，甚至宣称可以通过验证码（我没试）。我觉得这样设计最大的好处是，我们可以在本地简单的开发爬虫脚本，然后直接上线使用，可以与既有的开发习惯轻松融合。
这一步的脚本很简单，我就不详细介绍了，大家可以直接在 我的 GitHub 仓库 里查看；我的视频里也有详细讲解。这里只列举一下我踩过的坑：
- 连接亮数据浏览器需要使用 puppeteer-core，不能用 puppeteer，否则会超时，不知道为什么。
- 使用前必须付费，或者，请大家用我的 分享链接 完成注册，这样你就有 $10 的试用额度
- 因为 puppeteer-core 要使用 WebSocket 连接，之后每步操作也都要走 WS，所以网络就非常重要。我建议大家用云服务器来跑，我用的是博客服务器，美国 DO。
- 每次请求 只 打开一个网页，抓取一些信息。如果需要打开多个网页，就多次连接亮数据浏览器、打开页面
配置亮数据
调试好脚本之后，我们需要把它连接到亮数据浏览器。请大家使用我的 分享链接 完成注册，这样你就有 $10 的额度可以使用。
登录之后，在 代理&爬虫基础设施 里找到“亮数据浏览器”，点击“开始使用”按钮，创建可用实例。
如果参考我的脚本，可以先复制 .env.example 为 .env，然后把用户名密码放在 BRIGHT_DATA_AUTH，把主机放在 BRIGHT_DATA_SBR_WS_ENDPOINT 即可完成配置。如果你自己编写脚本，也请注意让配置生效。
至此，再找一台合适的服务器，就能完成抓取了。可能 Vue jobs 平日的访问量也不大，所以没有什么防护策略，至少我的简单脚本用起来没问题。如果未来遇到难抓的网站，我再尝试进阶用法。
视频教程
小结
时间关系，今天先介绍第一部分，也是我最不熟悉的爬虫部分。后面会集成 AI 分析和记入数据库，那个我就比较熟了。
对远程工作、爬虫开发、全栈开发等有兴趣、有问题的同学，欢迎留言讨论。也请大家多多支持我的文章和视频，给我动力尽快更新下一期。
请大家使用我的分享链接注册 亮数据，这样你我都能获得 $10 的使用额度，我也会尽快更新下一篇。
