[Python]网络爬虫（六）：一个简单的百度贴吧的小爬虫

# -*- coding: utf-8 -*-#—————————————# 程序：百度贴吧爬虫# 版本：0.1# 作者：why# 日期：2013-05-14# 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：下载对应页码内的所有页面并存储为html文件。#————————————— 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 = 10bdurl = 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)

，而不去欣赏今天就开在我们窗口的玫瑰。