招聘信息的地域性很强。同一个岗位在不同城市可能开出不同的薪资范围，职位描述也会按当地情况调整。做信息比对的时候，只看一个城市的页面，看到的只是局部；要看清整体，得把几个城市的页面放在一起。
取页面的几条原则
第一条是固定城市组合。要看哪几个城市提前定好，每轮保持一致，前后数据才能对齐。第二条是同一时间窗内取，最好在同一小时里跑完，避免因为发布时间差造成假差异。第三条是同一批代理IP线路对应同一批城市，保证线路和城市的关系稳定，不会这一轮是这条线路看这个城市、下一轮又换成另一条。
- (‘固定城市’, ‘提前定好组合，每轮一致’)
- (‘同一时间窗’, ‘集中在一小时内跑完，避免时间差’)
- (‘线路城市对应固定’, ‘同一条线路固定看同一个城市’)
- (‘内容摘要有统一字段’, ‘岗位、薪资、要求，按同样格式摘’)
字段怎么统一
把要摘的内容定成几个固定字段，比如岗位名称、薪资范围、经验要求、学历要求。字段统一之后，不同城市的页面整理出来的表结构一致，横向对比才有基础。字段临时增减，前后两轮就没法直接比了。
- 岗位名称
- 按页面原文摘，不做归一化
- 薪资范围
- 照抄区间，不要自己换算
- 经验与学历
- 同样按原文摘，保留原始说法
- 更新时间
- 记录页面上的时间，判断是不是新发布
字段口径定一致，不同城市的表才能拼在一起。
差异怎么读
看到差异先分清两类：一类是真实的市场差异，同类岗位在不同城市给出的条件确实不同；另一类是口径差异，比如名称写法不同、薪资是按月还是按年。第二类先排除掉，剩下的才值得分析。代理IP在这里的作用是保证每个城市的页面都是从当地角度看到的版本，避免因为访问来源不同而看到另一套内容。
先排除口径差异
口径差异排起来有顺序。先看名称，同一个岗位在不同城市可能写成不同的名字；再看单位，薪资按月还是按年、经验按年还是按级别；最后看时间，页面上标注的更新时间是不是同一批。三处都对过，剩下的差异基本可以认定是真实的市场差异。要提醒的是，这几处都要靠同一批代理IP线路取到的页面来比，来源换了，比较的基础也就变了。
再看真实差异
真实差异值得记录下来。同一个岗位在不同城市的薪资区间、要求高低，放在一起看，能反映当地市场的一些特点。这类差异变化不快，按月对比一次就够，不必追得太勤，追得太频反而会被日常波动干扰判断。
多久看一次
招聘信息的更新频率不算高，一周看一次基本够用。新增岗位和薪资调整不会在一天之内全部发生，追得太勤，看到的多数是没有变化的结果，白白占掉线路和精力。赶上招聘旺季，临时把频率提上去，旺季过去再降回来。
招聘信息的比对，工作量主要在口径对齐上。城市、时间、线路、字段这四样对齐之后，剩下的差异就是值得看的内容。前期把口径定死，后面每轮都省事，换人接手时也不必重新摸索一遍。
把口径对齐这一步做扎实，后面的分析才站得住。先对齐口径，再谈差异。