零基础写python爬虫之抓取百度贴吧代码分享
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！
#-*-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：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：下载对应页码内的所有页面并存储为html文件。
#---------------------------------------
importstring,urllib2
#定义百度函数
defbaidu_tieba(url,begin_page,end_page):
foriinrange(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)