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：Python2.7
#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
#----------------------------
importurllib2
importtime
defbaidu_tieba(url,start,end):
foriinrange(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。