欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

零基礎(chǔ)寫(xiě)python爬蟲(chóng)之抓取百度貼吧代碼分享

 更新時(shí)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(shí)為主，各位童鞋估計(jì)都在犯嘀咕了，你到底寫(xiě)不寫(xiě)爬蟲(chóng)??？？額，好吧，本文就給大家寫(xiě)一個(gè)簡(jiǎn)單的百度貼吧的python爬蟲(chóng)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(lái)問(wèn)我，好好學(xué)學(xué)基礎(chǔ)知識(shí)去！

復(fù)制代碼 代碼如下:

# -*- coding: utf-8 -*-
#---------------------------------------
#   程序：百度貼吧爬蟲(chóng)
#   版本：0.1
#   作者：why
#   日期：2013-05-14
#   語(yǔ)言：Python 2.7
#   操作：輸入帶分頁(yè)的地址，去掉最后面的數(shù)字，設(shè)置一下起始頁(yè)數(shù)和終點(diǎn)頁(yè)數(shù)。
#   功能：下載對(duì)應(yīng)頁(yè)碼內(nèi)的所有頁(yè)面并存儲(chǔ)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(dòng)填充成六位的文件名
        print '正在下載第' + str(i) + '個(gè)網(wǎng)頁(yè)，并將其存儲(chǔ)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(qǐng)輸入貼吧的地址，去掉pn=后面的數(shù)字：\n'))
begin_page = int(raw_input(u'請(qǐng)輸入開(kāi)始的頁(yè)數(shù)：\n'))
end_page = int(raw_input(u'請(qǐng)輸入終點(diǎn)的頁(yè)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(jiǎn)單的代碼，非常的實(shí)用吧，各位可以自行擴(kuò)展下。

相關(guān)文章

最新評(píng)論