新学了一个用python编写的简单的百度贴吧帖子的爬虫

4rfdf

# -*- coding: utf-8 -*-　　#---------------------------------------
　　#   作者：chendn
　　#   语言：Python 2.7.10
　　#---------------------------------------
　　
　　import string,urllib2
　　def tieba(url,beginPage,endPage):
　　for i in range(beginPage,endPage+1):
　　htmlName=string.zfill(i,3)+'.html' #自动填充成3位的文件名,i=1的时候htmlName=001.html
　　print '正在下载第'+str(i)+'个页面'+htmlName
　　createHtml=open(htmlName, 'w+') #我理解的是创建一个空白的html页面，名字为htmlName，w+表示读写
　　tiebaHtml=urllib2.urlopen(url+str(i)).read() #读取要抓取的页面
　　createHtml.write(tiebaHtml) #将抓取的页面写入空白页面
　　createHtml.close() #关闭页面，完成
　　url='http://tieba.baidu.com/p/3977277793?pn='
　　tieba(url,1,5) #显示该帖的前5页