学了一些文件的读写,然后成功得爬取了百度贴吧的一篇不知道多少字的原创小说,满满的成就感~
#coding=utf-8
from bs4 import BeautifulSoup
import urllib
import re
import requests
url="https://tieba.baidu.com/p/5260400878?see_lz=1"
r=requests.get(url)
x=0
f=open('test.txt','w')#以写入的方式打开一个文件,文件会出现在当前py文件目录下
soup=BeautifulSoup(r.text,"html.parser")
page=1
while page<5:#因为一共有5页就爬5页
for link in soup.find_all(class_="d_post_content j_d_post_content "):#分析得到文本所在的一些模块的特征
d=link.text
f.write(d.encode('utf-8')+'\n')#加一些换行,注意转化utf-8码不能少
x += 1
page=page+1
temp=str(page)
url="https://tieba.baidu.com/p/5260400878?see_lz=1&pn="+temp#翻页方法,分析一下就得出来了
r = requests.get(url);
soup = BeautifulSoup(r.text, "html.parser")
print x
f.close()