[Python]网络爬虫（六）：一个简单的百度贴吧的小爬虫(转)

 1 # -*- coding: utf-8 -*-
 2 #---------------------------------------
 3 #   程序：百度贴吧爬虫
 4 #   版本：0.1
 5 #   作者：why
 6 #   日期：2013-05-14
 7 #   语言：Python 2.7
 8 #   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。
 9 #   功能：下载对应页码内的所有页面并存储为html文件。
10 #---------------------------------------
11  
12 import string, urllib2
13  
14 #定义百度函数
15 def baidu_tieba(url,begin_page,end_page):   
16     for i in range(begin_page, end_page+1):
17         sName = string.zfill(i,5) + '.html'#自动填充成六位的文件名
18         print '正在下载第' + str(i) + '个网页，并将其存储为' + sName + '......'
19         f = open(sName,'w+')
20         m = urllib2.urlopen(url + str(i)).read()
21         f.write(m)
22         f.close()
23  
24  
25 #-------- 在这里输入参数 ------------------
26 
27 # 这个是山东大学的百度贴吧中某一个帖子的地址
28 #bdurl = 'http://tieba.baidu.com/p/2296017831?pn='
29 #iPostBegin = 1
30 #iPostEnd = 10
31 
32 bdurl = str(raw_input(u'请输入贴吧的地址，去掉pn=后面的数字：
'))
33 begin_page = int(raw_input(u'请输入开始的页数：
'))
34 end_page = int(raw_input(u'请输入终点的页数：
'))
35 #-------- 在这里输入参数 ------------------
36  
37 
38 #调用
39 baidu_tieba(bdurl,begin_page,end_page)