[python]?view plaincopy

#?-*-?coding:?utf-8?-*-??

#---------------------------------------??

#???程序：百度貼吧爬蟲??

#???版本：0.1??

#???作者：why??

#???日期：2013-05-14??

#???語言：Python?2.7??

#???操作：輸入帶分頁的地址，去掉最后面的數(shù)字，設(shè)置一下起始頁數(shù)和終點(diǎn)頁數(shù)。??

#???功能：下載對應(yīng)頁碼內(nèi)的所有頁面并存儲為html文件。??

#---------------------------------------??

???

import?string,?urllib2??

???

#定義百度函數(shù)??

def?baidu_tieba(url,begin_page,end_page):?????

????for?i?in?range(begin_page,?end_page+1):??

????????sName?=?string.zfill(i,5)?+?'.html'#自動填充成六位的文件名??

????????print?'正在下載第'?+?str(i)?+?'個(gè)網(wǎng)頁，并將其存儲為'?+?sName?+?'......'??

????????f?=?open(sName,'w+')??

????????m?=?urllib2.urlopen(url?+?str(i)).read()??

????????f.write(m)??

????????f.close()??

???

???

#--------?在這里輸入?yún)?shù)?------------------??

??

#?這個(gè)是山東大學(xué)的百度貼吧中某一個(gè)帖子的地址??

#bdurl?=?'http://tieba.baidu.com/p/2296017831?pn='??

#iPostBegin?=?1??

#iPostEnd?=?10??

??

bdurl?=?str(raw_input(u'請輸入貼吧的地址，去掉pn=后面的數(shù)字：\n'))??

begin_page?=?int(raw_input(u'請輸入開始的頁數(shù)：\n'))??

end_page?=?int(raw_input(u'請輸入終點(diǎn)的頁數(shù)：\n'))??

#--------?在這里輸入?yún)?shù)?------------------??

???

??

#調(diào)用??

baidu_tieba(bdurl,begin_page,end_page)??

總結(jié)

以上是生活随笔為你收集整理的[Python]网络爬虫（六）：一个简单的百度贴吧的小爬虫的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。