爬取58同城销售类岗位，代码

爬取网站数据，如58同城销售类岗位信息，通常涉及网络请求、HTML解析和数据处理。这里是一个简化的Python Scrapy示例，Scrapy是一个强大的爬虫框架：

import scrapy

class JobSpider(scrapy.Spider):
    name = 'job_58'
    start_urls = ['https://bj.58.com/zhaopin/sales/']  # 以北京销售岗位为例，你可以替换为你想爬取的地区和分类

    def parse(self, response):
        # 解析HTML获取职位信息
        job_elements = response.css('div.job-item')  # 假设职位信息在css选择器'div.job-item'下
        for item_element in job_elements:
            title = item_element.css('h3 a::text').get()  # 标题
            company = item_element.css('.company::text').get()  # 公司名
            link = item_element.css('a::attr(href)').get()  # 链接到详细页

            yield {
                'title': title,
                'company': company,
                'link': response.urljoin(link),  # 转换为绝对链接
            }

        # 分页处理，如果存在下一页，继续请求
        next_page = response.css('li.next a::attr(href)').get()
        if next_page is not None:
            yield response.follow(next_page, self.parse)

# 运行爬虫
if __name__ == '__main__':
    import os
    if not os.path.exists('jobs.csv'):
        with open('jobs.csv', 'w', encoding='utf-8') as f:
            f.write('title,company,url\n')
    scrapy.crawl(JobSpider, output_file='jobs.csv')

注意：
1. 你需要安装`scrapy`库并根据实际网页结构调整CSS选择器。
2. 此代码仅作为基本示例，实际抓取可能会遇到反爬虫策略，如需要模拟用户行为、处理cookies或session等。
3. 数据存储可以选择CSV文件或其他数据库。