python贴吧爬虫-Python编写百度贴吧的简单爬虫

操作：输入带分页的地址，去掉最后面的数字，设置一下起始页数和终点页数

功能：下载对应页码的所有页面并储存为HTML文件，以当前时间命名

代码：

# -*- coding: utf-8 -*-

#----------------------------

# 程序：百度贴吧的小爬虫

# 日期：2015/03/28

# 语言：Python 2.7

# 操作：输入带分页的地址，去掉最后面的数字，设置一下起始页数和终点页数

# 功能：下载对应页码的所有页面并储存为HTML文件，以当前时间命名

#----------------------------

import urllib2

import time

def baidu_tieba(url, start, end):

for i in range(start, end):

sName = time.strftime('%Y%m%d%H%M%S') + str(i) + '.html'

print '正在下载第' + str(i) + '个网页，并将其储存为' + sName + '...'

f = open(sName, 'w+')

m = urllib2.urlopen(url+str(i))

n = m.read()

f.write(n)

f.close()

print '成功下载'

baiduurl = str(raw_input('请输入贴子的地址,去掉pn后面的数字>> '))

begin_page = int(raw_input('请输入帖子的起始页码>> '))

end_page = int(raw_input('请输入帖子的终止页码>> '))

baidu_tieba(baiduurl, begin_page, end_page)

以上所述就是本文的全部内容了，希望能够对大家学习Python制作爬虫有所帮助。