爬虫代码参考：https://www.cnblogs.com/zlc364624/p/12377019.html
1、原始数据格式
爬取格式如下图：
用空格隔开，数据属性分别为 名称、公司名称、地址、薪酬、日期、网址
2、数据清洗
数据清洗的所有步骤
分为以下几步：
- 在表输入中去除存在null的记录。原因是含有null的脏数据进行数据处理容易出错。
- 增加校验列，进行排序，并且去除重复记录。
- 将例如 2-4万/月 切分为四个属性值 最低薪资：2 最高薪资：4 单位：万 时长：月 。
- 利用过滤记录再去除处理后含null的记录。
- 将 北京-朝阳区 处理为 北京 容易进行处理
3、处理结果
处理后可以较为方便的进行数据统计与结果分析。
