python爬虫

# -*- coding: utf-8 -*-
#---------------------------------------  
#爬取百度贴吧关于sandy的资料
#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  

#定义贴吧函数  
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5位的文件名,形如0000i.html,type=str。help(string.zfill)  
        path = '/Users/enniu/Desktop/' + sName
        print '正在下载第' + str(i) + '个网页，并将其存储为' + sName + '......'  
        f = open(path,'w+')  #如果使用sName,则下载到python当前的.py文件所在目录
        m = urllib2.urlopen(url + str(i)).read()  
        f.write(m)  
        f.close()  

if __name__=="__main__":
    url='http://tieba.baidu.com/p/4705545874?pn='
    begin_page=1
    end_page=2
    baidu_tieba(url,begin_page,end_page)

参考：
http://blog.youkuaiyun.com/pleasecallmewhy/article/details/8927832