先说下我写这个爬虫的思路吧：
环境：Windows7，Python3.5，pycharm
使用到的库：requests,re,selenium,time
具体步骤：
一、搜索贴吧
先搜索一个存在的贴吧（比如python爬虫），得到的网页链接
然后搜索一个不存在的贴吧（比如sad213），得到的网页链接
对比两个链接可知，如果返回的链接里包含tieba.baidu.com/f?ie=utf-8，则该贴吧存在。所以我利用selenium模拟浏览器，根据返回的结果判断搜索的贴吧是否存在。
二、显示贴吧首页的帖子
在搜索到贴吧之后，我们要进入该贴吧并查看该贴吧首页上的帖子，这部分实现起来不算难。
首先是获取网页源码，用requests.get()方法请求网页，然后打印出text内容，可以找到如下部分。
要提取发帖人的名字和帖子主题，我选择用正则表达式来实现，具体代码如下：
titles = re.findall('
authors = re.findall('title="主题作者: (.*?)"', res.text)
这样我们就能成功获取首页上的帖子信息了。
三、查看某一个帖子
要查看一个帖子里的内容，第一步是和上面的步骤一样的，用get方法请求网页，然后打印text，再用正则表达式提取回复人的名字和回复内容。
接下来的步骤花了我不少时间，因为很多人在评论的时候会发表情，而这些表情我们是无法将它显示出来的，因此我选择将表情对应的链接显示出来，如果要看别人发的是什么表情，直接点链接进去就能看到了。对于评论中的图片，我也是这么处理的，将图片的链接显示出来。
这一步还有一个坑，就是因为有些人的回复是带有回复框的，也就是说这些人的评论是包裹在div里的，用上面的方法是无法得到他们的回复的。
通过观察网页源码，我发现可以用正则表达式匹配到这部分回复，然后对于这些回复，也要进行处理后再显示出来。
comment_list2 = re.findall('post_bubble_middle_inner">(.*?)
comment = comment_list2[num].replace('
', ' ').replace('', ' ')
这样我们就能够搜索贴吧并且进入贴吧查看我们想看的帖子了==
具体源码如下：
网友评论