[Python]网络爬虫（六）：一个简单的百度贴吧的小爬虫

 # -*- 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)