python实现爬取贴吧网站网页

# _*_ coding:utf-8  _*

import urllib2

def load_page(url):
	user_agent="Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0;"
	headers= {"User-Agent":user_agent}
	req =urllib2.Request(url,headers=headers)
	response = urllib2.urlopen(req)
	html=response.read()
	return html

def  write_to_file(file_name,txt):
	'''
	将txt文本 存入到file_name 文件中
	'''
	print "正在写入文件" + file_name
	#1.打开文件
	f =open(file_name,'w')
	#2.读写文件
	f.write(txt)
	#3.关闭文件
	f.close()


def tieba_spider(url,begin_page,end_page):
	'''
	贴吧方法
	''' 
	for i  in range(begin_page,end_page + 1):
		pn = 50 * (i-1)
		my_url=url+str(pn)
		#print"请求的地址"
		#print my_url
		html=load_page(my_url)
		#print  "------第%页--------"%(i)
		#print  html
		#print  "------------"
		file_name=str(i)+".html"
		write_to_file(file_name,html)

#main
if __name__=="__main__":
       url=raw_input("请输入贴吧地址")
       print url
       begin_page=int(raw_input("请输入起始地址"))
       end_page=int(raw_input("请输入结束地址"))
       tieba_spider(url,begin_page,end_page)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值