#-*- coding: UTF-8 -*- import string,urllib2 # 定义百度函数 def baidu_tieba(url, begin_page, end_page): for i in range(begin_page, end_page + 1): sName = string.zfill(i, 5) + '.html' # 自动填充成六位的文件名 print '正在下载第' + str(i) + '个网页,并将其存储为' + sName + '......' f = open(sName, 'w+') m = urllib2.urlopen(url + str(i)).read() f.write(m) f.close() # -------- 在这里输入参数 ------------------ # 这个是山东大学的百度贴吧中某一个帖子的地址 # bdurl = 'http://tieba.baidu.com/p/2296017831?pn=' # iPostBegin = 1 # iPostEnd = 10 bdurl = str(raw_input(u'请输入贴吧的地址,去掉pn=后面的数字:\n')) begin_page = int(raw_input(u'请输入开始的页数:\n')) end_page = int(raw_input(u'请输入终点的页数:\n')) # -------- 在这里输入参数 ------------------ # 调用 baidu_tieba(bdurl, begin_page, end_page)
python 百度贴吧爬虫
最新推荐文章于 2021-02-10 20:14:17 发布