http://72.itmc.org.cn:80/JS001/open/show/zhaopin/index.html 利用Requests，lmxl库爬取招聘网站中岗位信息与工资信息以及岗位详情页面中每个岗位的工作要求、工作地址，并将数据按照要求保存至csv文件。

这个链接似乎指向了一个中国的在线求职网站，但具体的网页内容我没有访问权限。如果要用Python的Requests和lxml库来爬取这类网站的数据，你需要遵循这样的步骤：

1. 首先，安装必要的库：

   pip install requests lxml beautifulsoup4 pandas

2. 使用Requests库获取网页HTML：

   import requests

   url = "http://72.itmc.org.cn:80/JS001/open/show/zhaopin/index.html"
   response = requests.get(url)
   html_content = response.text

3. 然后解析HTML内容，通常使用lxml的ElementTree或BeautifulSoup库：

   from bs4 import BeautifulSoup

   soup = BeautifulSoup(html_content, 'html.parser')

4. 通过CSS选择器或XPath查找职位、工资和工作要求等信息的位置，提取出所需数据。这可能需要根据实际的网页结构调整。

5. 对于每个岗位详情页面，可能需要递归地发送更多的GET请求，或者分析页面上的链接。

6. 将数据存储到CSV文件：

   import pandas as pd

   data = {'职位': [], '工资': [], '工作要求': [], '工作地址': []}  # 假设这是你要收集的信息列名
   for job_info in soup.find_all('div', class_='job-item'):  # 模拟找到所有职位元素
       # 提取数据并添加到data字典中
       job_title = job_info.find('h3').text
       salary = job_info.find('span', class_='salary').text
       requirements = job_info.find('ul', class_='requirements').text
       address = job_info.find('p', class_='address').text
       data['职位'].append(job_title)
       data['工资'].append(salary)
       data['工作要求'].append(requirements)
       data['工作地址'].append(address)

   df = pd.DataFrame(data)
   df.to_csv('job_data.csv', index=False)

请注意，实际操作时务必遵守网站的robots.txt规则，尊重版权，避免频繁的爬取导致服务器压力过大。同时，某些网站可能会有反爬虫机制，如验证码、IP限制等，你可能需要处理这些问题。最后，记得检查`