最近。对于图形微信公众号。互联网收集和阅读一些疯狂的-depth新闻和有趣，发人深思文本注释，并选择最佳的发表论文数篇了。但看着它的感觉是一个麻烦的一人死亡。寻找一个简单的解决方案的方法，看看你是否可以把互联网上的信息自己主动收集，然后，他们使用一个统一的筛选。可惜，最近准备学习的知识网络爬虫，于是按照网上的教程要学会尝试写自己的一个小爬虫，嘻嘻，韩寒的博客是用来攀爬。

第一个完整的代码贴上来，根据假设，朋友们需要测试。请安装python相关环境，存。再按F5执行。

#导入urllib库，python訪问网页必须库import urllib#时间类库import time#定义一个URL数组用来存放捕获的URL地址。也就是须要爬的文字地址路径url = [''] * 50#定义link变量，用来记录第几个URL地址link = 1#循环捕获博客文件夹第一页全部的文章链接。并下载#定义con变量来存储urllib.urlopen打开韩寒博客的文件夹地址，特别注意下'+str(page)+'，用来变化每一页文件夹地址的con = urllib.urlopen('http://blog.sina.com.cn/s/articlelist_1191258123_0_1.html').read()#变量title用来存储con变量中找到

这个爬虫实现的功能还是非常简陋的，但作为入门我认为还是够的。它仅仅是实现了保存博客第一页文件夹全部文章的HTML文件，并没有抓取特定的内容予以保存。

还有我认为有编程基础的人，看起来应该不是非常费力。主要的思想非常easy，就是先爬地址，然后爬一个地址就下地址相应的网页，接着保存为。

我个人认为。这段代码还是有点邋遢。不够简洁明了。希望通过以后的学习能写出质量更高的代码。

有些看里面涉及的方法python文档可以发现，这是不难，几乎每一句里面我都标有注意事项。

执行：