PHP前端开发

[Python]网络爬虫(六):一个简单的百度贴吧的小爬虫

百变鹏仔 2小时前 #Python
文章标签 爬虫

 [python]网络爬虫(六):一个简单的百度贴吧的小爬虫

# -*- coding: utf-8 -*-  #---------------------------------------  #   程序:百度贴吧爬虫  #   版本:0.1  #   作者:why  #   日期:2013-05-14  #   语言:Python 2.7  #   操作:输入带分页的地址,去掉最后面的数字,设置一下起始页数和终点页数。  #   功能:下载对应页码内的所有页面并存储为html文件。  #---------------------------------------     import string, urllib2     #定义百度函数  def baidu_tieba(url,begin_page,end_page):         for i in range(begin_page, end_page+1):          sName = string.zfill(i,5) + '.html'#自动填充成六位的文件名          print '正在下载第' + str(i) + '个网页,并将其存储为' + sName + '......'          f = open(sName,'w+')          m = urllib2.urlopen(url + str(i)).read()          f.write(m)          f.close()        #-------- 在这里输入参数 ------------------    # 这个是山东大学的百度贴吧中某一个帖子的地址  #bdurl = 'http://tieba.baidu.com/p/2296017831?pn='  #iPostBegin = 1  #iPostEnd = 10    bdurl = str(raw_input(u'请输入贴吧的地址,去掉pn=后面的数字:'))  begin_page = int(raw_input(u'请输入开始的页数:'))  end_page = int(raw_input(u'请输入终点的页数:'))  #-------- 在这里输入参数 ------------------       #调用  baidu_tieba(bdurl,begin_page,end_page)