但其实我们还是可以获取到别人的信息的[s::lol]，秘密就在最上方的高级搜索。
不过靠人手工去一个个获取也太麻烦了，我们来个高级一点的，写一段代码去获取。
工具就是python脚本，python的urllib很好用，个人认为python是一个强大的黑阔语言，必须要去学习的。
好了废话少说，下面介绍思路

向这个url提交GET请求，就可以获得搜索的网页：


XXXXXXXXXXXXXXXXXXXXXX/f/search/ures?ie=utf-8&kw=&qw=&rn=30&un=xxx&pn=1



其中un=xxx 就是你要搜索用户ID，pn就是page id，[s::lol]，接下来我们只要用正则表达式去搜索我们感兴趣的链接就行了

先实现一个获取总共有多少条发帖纪录的函数get_record_size，再实现一个获取每一页有多少帖子链接的函数get_urls_in_apage

好了不多废话了，代码很少，直接贴出来！附件是完整代码

tiebasearch.zip 0.70KB ZIP 33次下载
#!/usr/bin/env python

import re
import os
import sys
import time
import random
import urllib


def get_urls_in_apage(page):
   out = XXXXXndall(r'href\=\"\/p\/[^\s]*',page)
   for i in out:
      #print i
      t = "XXXXXXXXXXXXXXXXXXXXXX" + i[6:len(i)-1]
      print t
      cid = XXXXXndall(r'\#[^\s]*',t)
      ids = cid[0][1:]
      #print ids

  

def get_record_size(tname):
   urls = "XXXXXXXXXXXXXXXXXXXXXX/f/search/ures?ie=utf-8&kw=&qw=&rn=30&un="
   req = urllib.urlopen(urlstr + tname)
   web = XXXXXXad()
   totalsizestr = XXXXXndall(r's\_nav\_right hasPage[^\s]*',web)
   totalsize = XXXXXndall(r'[0-9][0-9]{0,}',totalsizestr[0])
   sizex = int(totalsize[0])
   return sizex

if __name__ == '__main__':
   urlstr = "XXXXXXXXXXXXXXXXXXXXXX/f/search/ures?ie=utf-8&kw=&qw=&rn=30&un="
   if(len(XXXXXXgv)==3 and XXXXXXgv[1] == '-k' ):
       namex = XXXXXXgv[2]
       sizex = get_record_size(namex)
       print "find all record size = " + str(sizex)
       rn = 30
       pn = sizex / rn
       print pn
       i = 1
       while i < pn:
          newurl = urlstr + namex +"&" + "pn=" + str(i)
          print newurl
          reqx = urllib.urlopen(newurl)
          web2 = XXXXXXXad()
          get_urls_in_apage(web2)
          i = i + 1
          if i > 76:
             break
          print str(i)
          XXXXXXXeep(1)

使用方法：
1.安装python2.7的版本
2.打开cmd控制条或者linux控制条，cd 到代码的路径
3.执行python XXXXXXXXXXXXXX -k xxx> xxx.txt
这样就会把xxx这个百度贴吧ID的发帖纪录打到文件里面

如xxx这个ID，纪录是这样的
点开就是对应的帖子了
XXXXXXXXXXXXXXXXXXXXXX/p/2083716122?pid=68461947333&cid=#68461947333
XXXXXXXXXXXXXXXXXXXXXX/p/2083716122?pid=68460692368&cid=#68460692368
XXXXXXXXXXXXXXXXXXXXXX/p/3765664828?pid=68460579947&cid=#68460579947
XXXXXXXXXXXXXXXXXXXXXX/p/2083716122?pid=68458074719&cid=#68458074719
XXXXXXXXXXXXXXXXXXXXXX/p/2083716122?pid=68457652043&cid=#68457652043
XXXXXXXXXXXXXXXXXXXXXX/p/3765493712?pid=68457611271&cid=#68457611271
XXXXXXXXXXXXXXXXXXXXXX/p/3547689324?pid=68455678937&cid=#68455678937
XXXXXXXXXXXXXXXXXXXXXX/p/3547689324?pid=68455651709&cid=#68455651709
XXXXXXXXXXXXXXXXXXXXXX/p/3763980304?pid=68433983138&cid=#68433983138
XXXXXXXXXXXXXXXXXXXXXX/p/3753751315?pid=68387381489&cid=#68387381489
XXXXXXXXXXXXXXXXXXXXXX/p/3435440348?pid=68359243174&cid=#68359243174
XXXXXXXXXXXXXXXXXXXXXX/p/2083716122?pid=68358963917&cid=#68358963917
XXXXXXXXXXXXXXXXXXXXXX/p/3435440348?pid=68358581017&cid=#68358581017
XXXXXXXXXXXXXXXXXXXXXX/p/3435440348?pid=68358464677&cid=#68358464677
XXXXXXXXXXXXXXXXXXXXXX/p/3761159988?pid=68358428044&cid=#68358428044
XXXXXXXXXXXXXXXXXXXXXX/p/3761159988?pid=68358411741&cid=#68358411741
XXXXXXXXXXXXXXXXXXXXXX/p/3435440348?pid=68358345775&cid=#68358345775
XXXXXXXXXXXXXXXXXXXXXX/p/2083716122?pid=68358209366&cid=#68358209366
XXXXXXXXXXXXXXXXXXXXXX/p/2083716122?pid=68358104409&cid=#68358104409
XXXXXXXXXXXXXXXXXXXXXX/p/3761144084?pid=68358086579&cid=#68358086579

下一步计划：
1.支持爬取发帖内容
2.支持新浪微博
3.支持腾讯微博
。。。。。。。

python2.7至今还支持win2000。。。

引用 acmilan:
python2.7至今还支持win2000。。。

3.x不太好用

smith怎么崩溃了。。。

引用 acmilan:
smith怎么崩溃了。。。

额，估计正则没写好，网页的内容太多没抓到内容。
多试几次试试

引用 smith:
额，估计正则没写好，网页的内容太多没抓到内容。
多试几次试试

另外，我的百度ID怎么会是smith呢[s::lol]

引用 smith:
另外，我的百度ID怎么会是smith呢

实际上smith这个百度ID并没有发什么贴。。。[s:20]看他的动态只有两贴，然而搜不出来

引用 acmilan:
实际上smith这个百度ID并没有发什么贴。。。看他的动态只有两贴，然而搜不出来

其实对付人肉的方法很简单，要么不发帖，要么不断水贴，发些错误的地址，电话、QQ、邮箱等信息。

引用 smith:
另外，我的百度ID怎么会是smith呢

  totalsize = XXXXXndall(r'[0-9][0-9]{0,}',totalsizestr[0])
这一行你没有处理搜不到的情况，这时索引[0]并不存在。

thank you，我处理一下