原标題：李亞濤：python抓取百度貼吧回帖時間，回帖人，回帖内容資訊
大家好，今天給大家分享一下如何利用python抓取百度貼吧相關資訊
為了示範，我就随便在iphone貼吧找了一個内容相對豐富的文章。
大家好，今天給大家分享一下如何利用python抓取百度貼吧相關資訊
為了示範，我就随便在iphone貼吧找了一個内容相對豐富的文章。
我們隻是示範，是以我選擇抓取
回帖時間
回帖内容
回帖時
這3個資訊，其實比較聰明的人應該知道，這個可以做資訊聚合，标題+這些回複内容不就是一篇原創資訊。
先分析一下思路：
1、擷取單個頁面的源代碼
2、大概看一下頁數，當然我們也可以用正則擷取
這裡舉例，我看了一下有733頁的資訊，示範我就抓取前100頁吧。
3、資訊量比較大，這裡我們可能會利用到多線程的抓取
4、擷取每一頁所要擷取的内容，這裡用傳統正則可能稍微複雜一點，我們用神器xpath
5、最後把擷取到的内容整理一下寫入到文本檔案contents.txt裡
代碼這裡不友善發，不然文章可能會被删除，有興趣的到我公衆号可以去看
運作效果如下：
可以看到，抓取到了将近1萬行的資料，運作時間才幾秒中，非常快了。
有興趣的可以自己試試
李亞濤簡介：11年網站營運管理經驗,seo實戰教練,python爬蟲高手,建站專家傳回搜狐，檢視更多
責任編輯：