爬虫基础1.1｜Python学习笔记

最新推荐文章于 2023-12-14 22:23:34 发布

PenguinAsHeathen

最新推荐文章于 2023-12-14 22:23:34 发布

阅读量144

点赞数

分类专栏： Python学习笔记文章标签： html python css java

本文链接：https://blog.csdn.net/m0_46384386/article/details/105669181

版权

32 篇文章 0 订阅

订阅专栏

1、Internet互联网以一组标准的网络协议组相连，形成逻辑上的单一巨大国际网络。
WWW万维网是一个超文本相互链接而成的全球性系统，是Internet所能提供的服务之一。

2、HTTP是一个客户端（用户）和服务器端（网站）之间进行请求和应答的标准。
客户代理user agent（客户端）
（HTTP请求）---->
源服务器origin server（应答服务器存储资源码e.g.HTML文件、图像）

UA - OS 之间可能存在多个“中间层”e.g.代理服务器、网关、隧道tunnel

3、HTTP的主要请求方法：

GET：向指定资源发出“显示”请求。
只用于读取数据。不用于“副作用”的操作中e.g.Web Application【GET可能会被网络蜘蛛等随意访问】
HEAD：想服务器发出指定资源的请求，但服务器不会传回资源的内容部分
不必传输内容的情况下，将获取到其中“关于该资源的信息”（元信息或元数据）
POST：向指定资源提交数据，请求服务器进行处理e.g.提交表单、上传文件
数据被包含在请求文本中 ----> 请求可能会创建新的资源或修改现有资源、或两者都有
PUT：向指定资源位置上传输最新内容
DELETE：请求服务器删除Request-URL所标识的资源，或二者皆有
TRACE：回显服务器收到的请求，主要用于测试或诊断
OPTIONS：使服务器传回该资源所支持的所有HTTP请求方法。
“*” --> 资源名称向Web服务器发送OPTIONS请求，可以测试服务器共能是否正常
CONNECT：HTTP/1.1 协议中预留给能够将廉洁改为管道方式的代理服务器。
常用于SSL加密服务器的连接（经非加密的HTTP代理服务器）
/方法名称区分大小写
/当某个请求所针对的资源不支持对应的请求方法时，服务器返回状态码405（Method Not Allowed），当服务器不认识或者不支持对应的请求方法时，返回状态码501（Not Implemented）

4、网页组成 - HTML\CSS\JavaScript

HTML：搭建整个网页的骨架
CSS：美化页面e.g.颜色、每个模块的大小、位置
JavaScript：让网页“动起来”
/网页的数据动态交互
/动画
F12开发者工具
Elements：网页的源代码i.e.HTML代码
不同类型的文字通过不同类型的标签表示
图片 < img > / 视频< video > / 段落< p > —> 之间的布局用布局标签

嵌套组合而成 —> 各种标签通过不同的排列和嵌套形成网页的框架
Style标签页：当前选中的HTML代码标签的CSS层叠样式
“层叠”：当在HTML中引用了数个样式文件，且当样式发生冲突时，浏览器能依据层叠顺序处理
“样式”：网页中文字大小、颜色、元素间距、排列等格式
JavaScript：在HTML代码中常使用

Demo

This is Blair

Hope to know more about me

#
#< html > < /html > —> 表示闭和/删除不影响/使用为语义明确

整个HTML文件分为head和body两个部分
head：指定当前的编码格式为UTF-8，使用title定义网页的标题（会显示在浏览器的标签上）
body：内容为整个html文档的正文
html的标签由< h1 >到< h6 >六个标签构成，字体由大到小递减，换行标签为< br >，链接使用< < a >来创建，herf属性包含链接的URL地址，e.g.< aherf=“www.baidu.com” >一个指向百度的链接< /a >

一个指向百度的链接

大多数元素的属性以“名称-值”的形式出现，由“=”连接并写在开始标签元素名之后。
值一般由单引号或双引号包围，有些值的内容包含特定字符，在html中可以去掉引号。不加引号的属性值被认为是不安全的。

许多元素存在的共性：

id属性为元素提供在全文档内的唯一标识。
用于识别元素，以便样式表可以改变其外观属性，脚本可以改变、显示或者删除其内容或格式化。
添加到页面的URL，为元素提供了一个全局唯一识别，常为页面的子章节。
class：提供了一种将类似元素分类的方式，常被用于语义化或格式化。
e.g.一个HTML文档可指定class=“标识” —> 所有具有这一类值的元素都属于文档的主文本。
格式化后，这样的元素可能会聚集在一起，并作为页面脚注而不会出现在HTML代码中。类值也可以多值声明。
e.g.class="标识重要"将元素同时放入"标识"与"重要"两类中
style：将表现性质赋予一个特定角色。
比id或class属性从样式表中选择元素，"style"为更好的做法
tile：给元素一个附加的说明。大多数浏览器中这一属性为工具提示

5、HTML DOM

根据W3C的HTML DOM标准，HTML文档中的所有内容都是节点：

通过HTML DOM，树中的所有节点均可通过JavaScript进行访问。
所有HTML元素（节点）都可被修改，也可以创建或删除节点。

父（parent）、子（child）、同胞（sibling）等术语用于描述这些关系。
父节点拥有子节点。同级的子节点被称为同胞（兄弟或姐妹）。

6、CSS

Demo

Hello Python.

在< head >中添加< style >标签

内容含义：让文本居中显示
< style type=“text/css” >
.wrapper {
text-align: center;
}
< /style > #并注明其中的内容解析方式为CSS
CSS选择器：定位节点
e.g. 上例中
< div id=“container” >
< div class=“wrapper” >
< h1 >Hello World< /h1 >
< div >Hello Python.< /div >
< /div >
< /div >
div节点的id为container，则可以表示为#container，#开头代表选择id，其后紧跟id的名称。
若想选择class为wrapper的节点，则可以使用.wrapper，点.开头代表选择class，其后紧跟class名称。
CSS选择器支持嵌套选择，各个选择器之间加上空格分隔开即可表达嵌套关系。
e.g.#container.wrapper p —> 先选择id为container的节点，然后选中其内部的class为wrapper的节点，再进一步选中其内部的p节点。
如不加空格，则代表并列关系。
e.g. div#container.wrapper p.text代表先选择id为container的div节点，然后选中其内部的class为wrapper的节点，再进一步选中其内部的class为text的p节点。
CSS选择器筛选功能强大