python3爬虫小型代码_学习python3爬虫验证代码出问题了

[Python] 纯文本查看 复制代码# -*- coding:utf-8 -*-

import urllib

import urllib.request

def loadPage(url, filename):

"""

作用:根据url发送请求,获取服务器响应文件

url: 需要爬取的url地址

filename : 处理的文件名

"""

print("正在下载 " + filename)

headers = {"User-Agent" : "Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3112.78 Mobile Safari/537.36"}

request = urllib.request.Request(url, headers = headers)

return urllib.request.urlopen(request).read()

def writePage(html, filename):

"""

作用:将html内容写入到本地

html:服务器相应文件内容

"""

print("正在保存 " + filename)

# 文件写入

with open(filename, "w") as f:

f.write(html)

print("-" * 30)

def tiebaSpider(url, beginPage, endPage):

"""

作用:贴吧爬虫调度器,负责组合处理每个页面的url

url : 贴吧url的前部分

beginPage : 起始页

endPage : 结束页

"""

for page in range(beginPage, endPage + 1):

pn = (page - 1) * 50

filename = "第" + str(page) + "页.html"

fullurl = url + "&pn=" + str(pn)

#print fullurl

html = loadPage(fullurl, filename)

#print html

writePage(html, filename)

print("谢谢使用")

if __name__ == "__main__":

kw = input("请输入需要爬取的贴吧名:")

beginPage = int(input("请输入起始页:"))

endPage = int(input("请输入结束页:"))

url = "http://tieba.baidu.com/f?"

key = urllib.parse.urlencode({"kw": kw})

fullurl = url + key

tiebaSpider(fullurl, beginPage, endPage)

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
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