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。