零基础写python爬虫之抓取百度贴吧代码分享
2014-11-06 08:52
816 查看
这里就不给大家废话了,直接上代码,代码的解释都在注释里面,看不懂的也别来问我,好好学学基础知识去!
复制代码 代码如下:# -*- 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:\n'))
begin_page = int(raw_input(u'请输入开始的页数:\n'))
end_page = int(raw_input(u'请输入终点的页数:\n'))
#-------- 在这里输入参数 ------------------
#调用
baidu_tieba(bdurl,begin_page,end_page)
以上就是python抓取百度贴吧的一段简单的代码,非常的实用吧,各位可以自行扩展下。
您可能感兴趣的文章:
相关文章推荐
- 零基础写python爬虫之抓取百度贴吧代码分享
- 零基础写python爬虫之抓取糗事百科代码分享
- 零基础写python爬虫之抓取糗事百科代码分享
- 零基础写python爬虫之抓取百度贴吧并存储到本地txt文件改进版
- 分享百度贴吧爬虫的Python代码
- 零基础写python爬虫之抓取百度贴吧并存储到本地txt文件改进版
- Python实现抓取页面上链接的简单爬虫分享
- 【Heritrix基础教程之4】开始一个爬虫抓取的全流程代码分析
- 零基础写python爬虫之使用urllib2组件抓取网页内容
- python3.4学习笔记(十四) 网络爬虫实例代码,抓取新浪爱彩双色球开奖数据实例
- Python实现爬取知乎神回复简单爬虫代码分享
- Python 实现网络爬虫 抓取静态网页【代码】
- 【Heritrix基础教程之4】开始一个爬虫抓取的全流程代码分析
- 【Heritrix基础教程之4】开始一个爬虫抓取的全流程代码分析
- Python抓取百度贴吧网页信息以及代码下载
- Python实现抓取页面上链接的简单爬虫分享
- python爬虫入门教程之糗百图片爬虫代码分享
- python爬虫入门教程之点点美女图片爬虫代码分享
- python3.4学习笔记(十三) 网络爬虫实例代码,使用pyspider抓取多牛投资吧里面的文章信息,抓取政府网新闻内容