Python编写百度贴吧的简单爬虫

 # -*- 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)