零基础写python爬虫之抓取百度贴吧代码分享
这里就不给大家废话了，直接上代码，代码的解释都在注释里面，看不懂的也别来问我，好好学学基础知识去！
复制代码 代码如下:
# -*- 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 = 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)
以上就是python抓取百度贴吧的一段简单的代码，非常的实用吧，各位可以自行扩展下。