Tieba Spider 🕷️
贴吧帖子爬虫 - 把百度贴吧帖子连图片带回复全扒下来
Crawl Tieba threads with full content, images, and sub-posts to Markdown.
功能 | Features
- 爬取帖子所有楼层内容
- 下载帖子中的图片到本地
- 解析楼中楼（子回复）内容
- 导出为整洁 Markdown 格式
- 支持指定输出目录和请求延迟
用法 | Usage
# 帖子链接或 ID
python3 tieba_spider.py "https://tieba.baidu.com/p/7487460366"
python3 tieba_spider.py "7487460366"
# 指定输出目录
python3 tieba_spider.py "7487460366" --output ~/downloads
# 不下载图片
python3 tieba_spider.py "7487460366" --no-images
参数 | Options
| 参数 | 说明 | Description |
|---|---|---|
帖子 | 帖子链接或纯数字 ID | Thread URL or ID |
--output/-o | 输出目录 (默认: 当前目录) | Output directory |
--no-images | 不下载图片 | Skip image download |
--delay/-d | 请求间隔秒数 (默认: 0.5) | Request delay |
输出结构 | Output
{帖子ID}_{标题}/
├── {标题}.md # 帖子内容 Markdown
└── images/ # 下载的图片
示例 | Example
python3 tieba_spider.py 7487460366 --output ./output
输出文件会保存在 ./output/7487460366_xxx/ 目录。
技术说明
使用百度贴吧移动端 API，无需登录即可抓取。内置 0.5 秒延迟防止请求过快。