python爬虫访问百度贴吧案例，分享我在Python开发中走的一些弯路

分析url 翻页爬取的时候：大多数情况下是需要分析url的规律

找出海贼王贴吧前三页的url如下：

https://tieba.baidu.com/f?ie=utf-8&kw=%E6%B5%B7%E8%B4%BC%E7%8E%8B&fr=search（第一页）

https://tieba.baidu.com/f?kw=%E6%B5%B7%E8%B4%BC%E7%8E%8B&ie=utf-8&pn=50（第二页）

https://tieba.baidu.com/f?kw=%E6%B5%B7%E8%B4%BC%E7%8E%8B&ie=utf-8&pn=100（第三页）

经验证，第一页的也可以写作：

https://tieba.baidu.com/f?kw=%E6%B5%B7%E8%B4%BC%E7%8E%8B&ie=utf-8&pn=0（第一页）

使用input()，从控制台输入想要查找的内容

代码一般写法

============================================================================

import urllib.request

import urllib.parse

name = input(“请输入贴吧名称”)

headers = {

‘User-Agent’: ‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.45 Safari/537.36’

}

起始页

begin = int(input(“请输入开始页”))

结束页

end = int(input(“请输入结束页”))

kw = {‘kw’: name}

result = urllib.parse.urlencode(kw)

拼接url

for i in range(begin, end+1): # 整数序列，range范围是左闭右开

pn = (i-1)*50

print(pn)

base_url = ‘https://tieba.baidu.com/f?’

url = base_url + result + ‘&pn=’ + str(pn)

发请求

req = urllib.request.Request(url, headers=headers)

res = urllib.request.urlopen(req) # 发起请求，获得响应

print(res.getcode()) # 得到响应码，200表示请求成功

html = res.read().decode(‘utf-8’)

print(html)

写入文件

filename = ‘第’+str(i) + ‘页.html’

with open(filename, ‘w’, encoding=‘utf-8’) as f:

f.write(html)

print(f’正在爬取第{i}页’)

函数写法

==========================================================================

import urllib.request

import urllib.parse

分析功能：读取页面，写入文件，主函数

def readPage(url):

headers = {

‘User-Agent’: ‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.45 Safari/537.36’

}

发请求

req = urllib.request.Request(url, headers=headers)

res = urllib.request.urlopen(req) # 发起请求，获得响应

print(res.getcode()) # 得到响应码，200表示请求成功

html = res.read().decode(‘utf-8’)

return html

def writePage(filename, html):

with open(filename, ‘w’, encoding=‘utf-8’) as f:

f.write(html)

def main():

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Python开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加V获取：vip1024c （备注Python）

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

s://img-blog.csdnimg.cn/afc935d834c5452090670f48eda180e0.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA56iL5bqP5aqb56eD56eD,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)