Python编写百度贴吧的简单爬虫,python编写爬虫
Python编写百度贴吧的简单爬虫,python编写爬虫
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。
相关内容
- 用Python展示动态规则法用以解决重叠子问题的示例,
- Python使用正则匹配实现抓图代码分享,python抓图
- python下载文件时显示下载进度的方法,
- 仅用500行Python代码实现一个英文解析器的教程,
- 用Python实现通过哈希算法检测图片重复的教程,
- 详解Python的迭代器、生成器以及相关的itertools包,pyt
- 详解Python中的装饰器、闭包和functools的教程,pythonfun
- Python中的Classes和Metaclasses详解,pythonmetaclasses
- 在Python3中使用asyncio库进行快速数据抓取的教程,pyth
- 用Python代码来解图片迷宫的方法整理,
评论关闭