# -*- 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。
#---------------------------------------
# 原文地址 http://blog.csdn.net/pleasecallmewhy/article/details/8927832
# 源代码 Python 3.6 改写
import string, urllib.request
#定义百度函数
def baidu_tieba(url,begin_page,end_page):
for i in range(begin_page, end_page+1):
sName = str(i).zfill(5) + '.html'#自动填充成五位的文件名
print ('正在下载第' + str(i) + '个网页,并将其存储为' + sName + '......')
f = open(sName,'wb+')
m = urllib.request.urlopen(url+str(i)) .read()
f.write(m)
f.close()
#调用
bdurl = str(input('http://tieba.baidu.com/p/4626409650?pn= \n')) # 注意输入网址
begin_page = int(input(u'请输入开始的页数:\n'))
end_page = int(input(u'请输入终点的页数:\n'))
baidu_tieba(bdurl,begin_page,end_page)
[Python]网络爬虫(六):一个简单的百度贴吧的小爬虫 Python 3.6 改写
最新推荐文章于 2024-04-17 21:31:09 发布