亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

零基礎(chǔ)寫python爬蟲之抓取百度貼吧代碼分享

 更新時間：2014年11月06日 08:52:17   投稿：hebedich  
前面幾篇都是以介紹基礎(chǔ)知識為主，各位童鞋估計都在犯嘀咕了，你到底寫不寫爬蟲?。?？額，好吧，本文就給大家寫一個簡單的百度貼吧的python爬蟲代碼。

這里就不給大家廢話了，直接上代碼，代碼的解釋都在注釋里面，看不懂的也別來問我，好好學(xué)學(xué)基礎(chǔ)知識去！

復(fù)制代碼 代碼如下:

# -*- 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) ------------------
# 這個是山東大學(xué)的百度貼吧中某一個帖子的地址
#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'請輸入終點的頁數(shù)：\n'))
#-------- 在這里輸入?yún)?shù) ------------------
#調(diào)用
baidu_tieba(bdurl,begin_page,end_page)

以上就是python抓取百度貼吧的一段簡單的代碼，非常的實用吧，各位可以自行擴展下。

相關(guān)文章

最新評論