upwork-html-dumper

ParserUpwork是一个用于研究Upwork职位的个人自动化工具。它结合了一个名为“Upwork HTML Dumper”的Chrome MV3扩展程序和一个离线Java 21解析器，以减少手动浏览的工作量。该扩展程序从urls.json中的URL列表打开搜索结果页面，并将HTML转储保存到本地文件夹。然后，解析器在无需网络或数据库访问的情况下读取这些转储文件，通过全局seen.bin文件按uid对职位进行去重，并输出两份Markdown报告：new.md（包含需要人工审核的职位）和rejected.md（包含被硬性自动过滤器移除的职位，并附有原因列）。选择规则维护在rules/目录中，涵盖14个细分领域、Upwork查询语法以及自动过滤和人工审核之间的选择标准。打包后的解析器以fat jar形式分发，并附带批处理包装器，自测命令可验证结构完整性。该项目适用于希望拥有可重复、离线工作流程来收集和分类Upwork职位的个人自由职业者。