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：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：下载对应页码的所有页面并储存为HTML文件，以当前时间命名 #---------------------------- import urllib2 import time def baidu_tieba(url, start, end): for i in range(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。
【Python编写百度贴吧的简单爬虫】相关文章：
★ python采用requests库模拟登录和抓取数据的简单示例