美文网首页
python3爬取百度贴吧

python3爬取百度贴吧

作者: 郭海杰 | 来源:发表于2019-05-09 22:04 被阅读0次
import urllib
import urllib.request

def loadPage(url,filename):
    """
        作用:根据url发送请求=,获取服务器响应文件
        url:需要爬去的url
        filename:处理得文件名
    """
    print("正在下载" + filename)
    headers = {"User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.86 Safari/537.36"}
    req = urllib.request.Request(url, headers = headers)
    return urllib.request.urlopen(req).read()

def writePage(html,filename):
    """
        作用:将HTML内容写入到本地
        html:服务器响应得文件内容
        
    """
    print("正在保存" + filename)
    #文件写入
    with open(filename,"wb") as f:
        f.write(html)
    print ("_" * 30)


def tiebaSpider(fullurl,beginPage,endPage):
    """
        作用:贴吧爬虫调度器,负责处理每个页面得url
        url:贴吧url的前部分
        beginPage:起始页
        endPage:结束页
    """
    for page in range(beginPage,endPage + 1):
        pn = (page - 1) * 50
        filename = "第" + str(page) + "页.html"
        print(filename)
        fullurl = url + "&pn=" + str(pn)

        html = loadPage(fullurl,filename)

        writePage(html,filename)
        print("谢谢使用")

if  __name__ =="__main__":
    kw = input("请输入需要爬取得吧名:")
    beginPage = int(input("请输入起始页:"))
    endPage  = int(input("请输入结束页:"))
    
    url = "http://tieba.baidu.com/f?"
    key = urllib.parse.urlencode({"kw":kw})
    fullurl = url + key 
    tiebaSpider(fullurl, beginPage, endPage)

相关文章

  • python爬虫之百度贴吧

    最近又尝试着爬取了百度贴吧,发现新增的几个反爬点,故来做下记录。 爬取百度贴吧大致流程为: 1 - 构造url,h...

  • python3爬取百度贴吧

  • Go基础编程---web编程

    简单web服务器代码 简单客户端代码 并发爬取百度贴吧的页面 并发爬虫爬取段子

  • 爬虫第二弹 代码操作

    代码操作一 爬取 贴吧战狼2 网页信息 运行结果: 代码操作二 百度图片 爬取美女图网页 结果展示 代...

  • 第四阶段 爬虫整理

    爬虫概述 爬虫案例 案例1:爬取百度贴吧数据 分析:GET方式爬取数据抓包:设计:实现: 案例2:抓妹子图 分析:...

  • 可视化pyecharts库初体验

    爬取学校贴吧150个帖子,统计词频,简单数据分析 一、数据采集目标站点:百度贴吧 二、分词统计词频(jieba) ...

  • _get

    get原理 拼接 url(-->伪装请求头)传递 req结果 response 作业 爬取百度贴吧某html源码

  • python爬取百度贴吧

    爬取百度贴吧python文件源代码如下(欢迎点赞哦) import urllib.request import u...

  • python爬取百度贴吧

    爬取百度贴吧python文件源代码如下(欢迎点赞哦) import urllib.request import u...

  • 爬取百度贴吧帖子

    依然是参考教程 Python爬虫实战一之爬取百度贴吧帖子。作者崔庆才写了很多关于Python爬虫的文章,大家有兴趣...

网友评论

      本文标题:python3爬取百度贴吧

      本文链接:https://www.haomeiwen.com/subject/gicnoqtx.html