整个爬虫十分的简单。

但是我再写他的过程中，可能是由于我看基础的时候不太仔细，再raw_input（）括号里面没有加入（u'string')...导致乱码。

在看了一下午的python之后，终于开始写爬虫了。

我这次写的爬虫很简单。

下载百度贴吧指定页数的HTML。

废话不多说，让我们开始吧。主要的模块只有一个 urllib2

import string,urllib2def a(url,bgp,ep):    for i in range(bgp,ep):        sName = string.zfill(i,5)+'.html' #自动补全为五位0000X的html文件名        print('downloading the'+str(i)+'page')        f = open(sName,'w+')        m = urllib2.urlopen(url+str(i)).read()        f.write(m)        f.close        burl = str(raw_input(u'请输入百度贴吧地址，去掉页数\n'))bgp1 = int(raw_input(u'请输入开始页数'))ep1 = int(raw_input(u'请输入结束页数'))a(burl,bgp1,ep1)