利用简单的正则表达式完成半自动爬虫开发---爬取百度贴吧帖子下面的评论

1.首先选择百度贴吧的某个帖子 2.查看页面的源代码，然后把源代码保存下来。 3.根据源代码找出规律，根据先抓大再抓小的原则，把每一层楼先抓出来，再抓出用户名，楼层数，评论内容，评论时间 4.爬虫代码–思路【用正则表达式抓出每一层的信息，然后把字典存入列表，然后用csv模块，把含有字典元素的列表写入csv文件】（csv文件直接用excel打开在不同的操作系统有可能出现乱码，但是用python打印出

>>阅读原文<<