来自2022年的Python 网络爬虫补充知识，HTML+JSON+爬虫场景

写在前面

2022年，知识版权的保护越来越严格，爬虫编写者的生存空间逐渐变小，但有数据的地方就会有爬虫的存在，不能采集别人的站点，我们就自力更生，后续我给大家搭建自己的站点。

本系列文章是 《Python爬虫120》例的阶段知识补充，原因是部分群友反馈，爬虫120例都是案例，来写理论夯实一下基础。

既然这样，那我们就在补充20篇吧，不过都是1500字（排除代码外）的短篇博客，希望对大家有所帮助，暂定日更2篇，10天更完，然后收录到收费专栏中，现阶段免费学习，还不抓紧？

叨叨一下HTML

成为一个爬虫编写者很简单，学Python 一周就能操作几下，但是成为一个初级爬虫工程师，要学习的知识就非常多了

往浅了说，你前端HTML+CSS至少要了解一些，越熟悉，写爬虫越有利。

HTML 也是一种解释型的编程语言，学起来一点也不费劲，薄薄的一本书。

HTML 主要由标签和属性组成。

拿标签来说，一般都是成对出现的，你可以在现在的网页中执行鼠标右键，查看一下源代码，然后看一下能不能找到 <p>xxxxx</p> 这样的内容，如果找到了，恭喜你与HTML第一次进行了接触。

这里必须要补充一下，HTML还有但标签，例如 就是，注意和上述提及的 p 标签比对一下差异。

标签认识完毕，就要知道标