爬虫-百度百科

本文是基于慕课网教程（http://www.imooc.com/learn/563）编写的。讲师非常棒，把爬虫的架构思想讲得简单易懂，最后实现了一个爬取百度百科内容的爬虫。

基于python2.7，IDE用的是PyCharm（https://www.jetbrains.com/pycharm/）。

目标：以百度百科python词条为root_url（http://baike.baidu.com/view/21087.htm），该词条页面的其他所有词条链接为后继，共1000条，循环获取他们的标题及简介。最终输出到一个html文件中。

分析：

root_url : http://baike.baidu.com/view/21087.htm

后继链接类似 : /view/21087.htm

标题类似 : 

<dd class="lemmaWgt-lemmaTitle-title">
<h1>Python</h1>
</dd>

简介类似 : 

<div class="lemma-summary" label-module="lemmaSummary">
......
</div>

总共5个类，各功能代码如下：