Tieba Spider

贴吧帖子爬虫 - 从百度贴吧抓取帖子内容并导出为 Markdown（支持图片下载、楼中楼解析）。Tieba thread crawler - crawl Tieba threads to Markdown with images and sub-posts.

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。