零基础写python爬虫之抓取百度贴吧代码分享

概述这里就不给大家废话了，直接上代码，代码的解释都在注释里面，看不懂的也别来问我，好好学学基础知识去！

这里就不给大家废话了，直接上代码，代码的解释都在注释里面，看不懂的也别来问我，好好学学基础知识去！

复制代码 代码如下:
# -*- Coding: utf-8 -*-
#---------------------------------------
#   程序：百度贴吧爬虫
#   版本：0.1
#   作者：why
#   日期：2013-05-14
#   语言：Python 2.7
#   *** 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：下载对应页码内的所有页面并存储为HTML文件。
#---------------------------------------
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,end_page)

以上就是python抓取百度贴吧的一段简单的代码，非常的实用吧，各位可以自行扩展下。

总结

以上是内存溢出为你收集整理的零基础写python爬虫之抓取百度贴吧代码分享全部内容，希望文章能够帮你解决零基础写python爬虫之抓取百度贴吧代码分享所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。