零基础写python爬虫之抓取百度贴吧代码分享
2014-11-06 00:00
836 查看
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!
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。
# -*- 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 # 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,begin_page,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。
相关文章推荐
- 零基础写python爬虫之抓取百度贴吧代码分享
- 零基础写python爬虫之抓取糗事百科代码分享
- 零基础写python爬虫之抓取糗事百科代码分享
- 零基础写python爬虫之抓取百度贴吧并存储到本地txt文件改进版
- 分享百度贴吧爬虫的Python代码
- 零基础写python爬虫之抓取百度贴吧并存储到本地txt文件改进版
- Python实现抓取页面上链接的简单爬虫分享
- 【Heritrix基础教程之4】开始一个爬虫抓取的全流程代码分析
- 零基础写python爬虫之使用urllib2组件抓取网页内容
- python3.4学习笔记(十四) 网络爬虫实例代码,抓取新浪爱彩双色球开奖数据实例
- Python实现爬取知乎神回复简单爬虫代码分享
- Python 实现网络爬虫 抓取静态网页【代码】
- 【Heritrix基础教程之4】开始一个爬虫抓取的全流程代码分析
- 【Heritrix基础教程之4】开始一个爬虫抓取的全流程代码分析
- Python抓取百度贴吧网页信息以及代码下载
- Python实现抓取页面上链接的简单爬虫分享
- python爬虫入门教程之糗百图片爬虫代码分享
- python爬虫入门教程之点点美女图片爬虫代码分享
- python3.4学习笔记(十三) 网络爬虫实例代码,使用pyspider抓取多牛投资吧里面的文章信息,抓取政府网新闻内容