百度贴吧

]】】;;;;
;】;;;;;;;;;;;
import requests
import re
import urllib.parse
import os

class TieBaSpider():

def __init__(self):
    self.url = 'https://tieba.baidu.com/f?kw={}&pn={}'

    self.name = 'tieba'
    if not os.path.exists(self.name):
        os.mkdir(self.name)

def send_request(self, full_url):
    response = requests.get(full_url)
    if response.status_code == 200:
       content = response.content
    return content
    else:
        print('出错乱了')

def parse_content(self, content):
    content = content.decode('utf8')
    pattern = re.compile('<a rel="noreferrer" href="(/p.*?)"', re.S)
    hrefs = pattern.findall(content)

    for href in hrefs:
        detail = urllib.parse.urljoin(self.url, href)
        content = self.send_request(detail)

        self.parse_detail_content(content)

def parse_detail_content(self, content):
    content = content.decode('utf8')
    pattern = re.compile('<img\sclass="BDE Image"\ssrc="(.*?)"')
    imgs = pattern.findall(content)

    for img in imgs:
        content = self.send_request(img)
        self.save_content(content, img)

def save_content(self, content, img):
    img_name = img[-15:]
    print('正在保存%s' % img_name)
    with open(self.name + '/' + img_name, 'wb') as f:
        f.write(content)

def start(self):
    kw = input('输入贴吧的名字')
    page = int(input('请输人爬多少页'))
    for i in range(1, page + 1):
        pn = (i - 1) * 50
        full_url = self.url.format(kw, pn)
        content = self.send_request(full_url)
        self.parse_content(content)

if name == ‘main’:
tbs = TieBaSpider()
tbs.start()···············

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

卧关

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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