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/' target='_blank'>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 urllib2import 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>>\n'))begin_page = int(raw_input('请输入帖子的起始页码>>\n'))end_page = int(raw_input('请输入帖子的终止页码>>\n'))         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。