Python爬虫丨HTML基础

1、python爬虫丨html基础html是什么？html（hyper text markup language）是用来描述网页的一种语言，也叫超文本标志语言。html文档就是前端工程师设计网页时用法的语言，扫瞄器会按照html文档的描述，解析出它所描述的网页。查看网页的html代码打开风变编程教学网站：在网页随意地方点击鼠标右键，然后点击"显示网页源代码"。（windows系统的快捷键crtl+u）。扫瞄器会弹出一个新的标签页在网页空白处点击右键，然后挑选检查（快捷方式ctrl+shift+i）。点击后的效果注：标亮的部分就是网页的html代码将鼠标放在htm

2、l源代码上，左边网页上有一些内容会被标量。这其实就是这行代码所描述的网页内容，一左一右，互相对应。html的层级html源代码和网页，就像建造图制和房子。房子有不同楼层所组成，每一层中，都会包含一些房间，一个房间还可能划分几个更小的房间，每个小房间是由门、窗、墙壁、地板等等构建组成的。html源代码中有一些小三角，每一个三角形都可以绽开或合上。每一个可以绽开和合上的小三角形里包含的内容，都是一个层级，它很像电脑中一层一层的文件夹。html的组成标签和元素实例尖括号中间的字母，就叫做标签。标签通常是成对浮现的：前面的是开头标签，例；后面的是结束标签，如。常见元素：注：html标签是可以嵌套标签的

3、，而且可以多层嵌套。网页头和网页体html文档的基本是有网页头和网页体组成的html文档的最外层标签一定是，里面嵌套着元素与元素。元素代表了网页头，元素代表了网页体。网页头里面的内容定义了html文档的字符编码。元素定义网页的标题而网页体，就是显示在网页中的内容了。网页体中依次有四个内容：元素代表一级标题，元素代表二级标题等等 。然后元素，代表段落文本。属性html标签可以通过设置属性来为html元素描述更多信息实例这行代码给元素添加了一个style属性，属性中的内容规定了这行文字的色彩。style属性可以用来定义网页文本的样式，比如字体大小、色彩、间距、对齐方式等等。href属性&m

4、dash;—添加链接除了style和href，html中还有两个很常用的属性，即class与id。实例元素的内容，是对.book网页布局的详细描述.book中的.对应class。因此，网页头中的.book和网页体中的class=&39;book&39;是有联系的。在网页头里面，定义了class属性，属性值为&39;book&39;，然后下面一长串代码是对这个class属性的描述；接着再再网页体中调用，所以看到了。类似建造师会做门表图，规定好每一种门的具体尺寸和样式，然后给每个门都起个名字。网页头的元素中定义了.book的样式，因此，凡是cla

5、ss=&39;book&39;的元素都会继承它的样式。id属性和class属性的使用类似，给元素定义id和class的目的都是为了查找、定位元素，或者为元素设置样式。而id属性用于表示唯一的元素，而class用于标识一系列的元素。常用html属性总结一起来读html点击url：网页中点击右键——检查在网页头中定义了编码、选项卡之类的内容，里面的元素也定义了一些样式。网页体，点击三角符号折叠，内部的结构网页体有三大部分，元素的部分，元素的部分，和元素的部分。三部分分离是：顶部的标题、中间的内容、以及底部。首个元素是网页的顶部标题：id=&a

6、mp;39;header&39;然后是元素，对应的是中间的正文部分。底部对应着的继续点开html的元素，折叠三角符号元素分为两部分，分离是对应着网页中间的左边栏和正文部分。第一个元素，id=&39;nav&39;，对应着侧边栏。可以看到元素中，包含了三个元素，内容是：科幻小说、人文读物、技术参考。其次个元素对应着右边正文部分，id=&39;main&39;在中，又包含了三个元素，它们都用同样的属性。每个元素分离介绍了一本书的内容。修改网页打开网页，点击开发者工具的左上角点击它，然后再把鼠标放在网页中，和点击源代码的情景相反，当数标放在网页上，右边代码区中描述它的代码会被标亮出来。这是以后要常常用到的功能，用来定位所要查找的网页内容的源代码。通过修改html源代码，是可以修改网页的。实例：修改网页的标题把鼠标放在网页"这个书苑不太冷"，看到网页源代码中，标题所在的这个元素被标亮了，接下来修改这里的内容。把鼠标