python爬虫实战2百度贴吧爬html

转自：http://blog.****.net/wxg694175346/article/details/8927832

import string, urllib2  

#定义百度函数

def baidu_tieba(url,begin_page,end_page):

    for i in range(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)

秒客网

python爬虫实战2百度贴吧爬html

相关文章