Python爬取百度贴吧

可以爬取任意贴吧,自定义任意页数并且保存页面。主要用到了request模块和quote。 

​
from urllib.request import Request,urlopen
from urllib.parse import quote

def get_html(url):
    headers = {
        "User-Agent" : "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/116.0.0.0 Safari/537.36 Edg/116.0.1938.69"
    }
    requests = Request(url,headers=headers)
    response = urlopen(requests)
    return response.read().decode()

def save_html(html,filename):
    with open(filename,'w',encoding='utf-8') as f:
        f.write(html)

def main():

    content = input("请输入要获取哪个贴吧:")
    n = int(input("请输入要爬取多少页:"))
    for i in range(n):
        url = "https://tieba.baidu.com/f?kw=" + quote(content) + "&ie=utf-8&pn={}".format(i*50)
        print(url)
        html = get_html(url)
        filename = "第" + str(i+1) + "页.html"
        save_html(html,filename)

if __name__ == '__main__':
    main()

​

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