【爬虫学习预备】HTML清晰简明的基础入门

已于 2022-07-21 15:20:52 修改
阅读量135 收藏
点赞数 1
文章标签： html 爬虫 自动化 学习
于 2022-07-21 15:01:05 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_58480859/article/details/125906585
版权

文章目录

一、Web 浏览器与工作原理

Web浏览器（如谷歌浏览器，Internet Explorer，Firefox，Safari）是用于读取HTML文件，并将其作为网页显示。

浏览器工作原理
向浏览器中输入某个网址，浏览器回向服务器发出请求，然后服务器就会作出响应。其实，服务器返回给浏览器的这个结果就是HTML代码，浏览器会根据这个HTML代码将网页解析成平时我们看到的那样。

输入
发送请求
HTML代码
解析HTML代码
网址
浏览器
服务器
网页

二、HTML基础

2.1 什么是HTML？

HTML(Hyper Text Markup Language) 是一种超文本标记语言，是由一堆标记组成。网站服务器返回的响应内容一般都是以HTML文档为主， 浏览器中看到的网页内容就是浏览器HTML后的输出结果。

  • HTML 不是一种编程语言，而是一种标记语言
    标记语言是一套标记标签 (markup tag)
  • HTML 使用标记标签来描述网页
  • HTML 文档包含了HTML 标签及文本内容
  • HTML文档也叫做 web 页面

2.2 HTML标签与元素

2.2.1 HTML 标签 (HTML tag)

1、定义

  • HTML 标签是由尖括号包围的关键词，比如
  • HTML 标签通常是成对出现的，比如 和
  • 标签对中的第一个标签是开始标签，第二个标签是结束标签
  • 开始和结束标签也被称为开放标签和闭合标签
<标签>内容</标签>

2、常用的HTML标签

标签描述
<a>定义超链接，从一个页面跳转到另一个页面
<div>定 义文档中的分区或节(drvision/section)
<h1>–<h6>定义标题,<h1>为最大标题,<h6>为最小标题
<ub>定义无序列表，内部列表项目用定义
<p>定义段落

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2.2.2 HTML元素

1、定义
从开始标签(start tag)到结束标签(end tag)之间所有代码

2、HTML元素的组成部分

  • 元素内容： 开始标签到结束标签之间的内容
  • 标签属性： 提供各种附加信息，大多数HTML标签都拥有属性
    在这里插入图片描述
    3、HTML的标签属性
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

2.3 HTML网页的两个部分

html网页般包含两个部分：

  • 文档头部(网页标题)
  • 文档主题（网页内容）
    HTML网页结构只有<body> 区域 (白色部分) 才会在浏览器中显示。

三、学习资源

慕课视频：Python数据爬取与可视化

https://www.icourse163.org/course/NHDX-1463126169

一只幸运妮
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
爬虫学习——初识HTML
Src182的博客
02-06 228
1.HTML是个什么东西？ Hyper Text Markup Language（HTML）超文本标记语言，是用来描述网页的一种语言。 那么标记语言又是什么呢？标记语言就是把文本和文本以外的相关信息（例如大小，高度，颜色，位置等）组合在一起的语言 功能：用于网页的编写和修改。 我们学习html的阶段：看懂、修改、编写。 学习爬虫要掌握的html：看懂简单的html代码并学会修改、提取信息。 2. HTML的组成 <!DOCTYPE html>->全局声明,告诉浏览器处理的文件是html文件
爬虫-html基础
qq_58124010的博客
05-17 538
CSS (Cascading Style Sheets，层叠样式表），是一种用来为结构化文档（如 HTML 文档或 XML 应用）添加样式（字体、间距和颜色等）的计算机语言，CSS 文件扩展名为 .css。当样式需要被应用到很多页面的时候，外部样式表将是理想的选择。大多数 HTML 元素可以嵌套（HTML 元素可以包含其他 HTML 元素）。
HTML： 爬虫所需HTML知识
shifanfashi的博客
07-02 805
html表单 表单用于搜集不同类型的用户输入，表单由不同类型的标签组成，相关标签及属性用法如下： 1、标签 定义整体的表单区域 action属性 定义表单数据提交地址 method属性 定义表单提交的方式，一般有“get”方式和“post”方式 2、标签 为表单元素定义文字标注 3、标签 定义通用的表单元素 type属性 type=“text” 定义单行文本输入框 type=“passwo...
爬虫html编辑,爬虫入门02（html笔记）
weixin_42326020的博客
06-16 97
HTML基础HTML(Hyper Text Markup language)超文本标记语言。html是一种基础技术，常与CSS、Javascript一起被众多网站用于设计赏心悦目的网页、网页应用程序、以及移动应用程序的用户界面。html使用标记标签来描述网页。html标签通常成对出现，是由< >包围的关键词，前面的表示开始标签，后面的表示结束标签。例如"< p >"和"&l...
爬虫所需要的HTML基础
beliefyue的博客
08-21 4318
HTML代码的一般形式 下方是一个基本的网页代码框架 &amp;lt;!DOCTYPE html&amp;gt; &amp;lt;html&amp;gt; &amp;lt;head&amp;gt; &amp;lt;title&amp;gt;文档标题&amp;lt;/title&amp;gt; &amp;lt;/head&amp;gt; &amp;lt;body&amp;gt; 文档内容
爬虫预备1-学习HTML语言.pdf
最新发布
11-19
python爬虫实战
c语言学习ppt课件之预备完整.pptx
11-14
通过学习C语言，可以为将来学习更复杂的编程语言和深入的计算机科学理论打下坚实的基础。 在大连软件职业学院，C语言的学习评价方式通常包括日常成绩（50分），其中包含了考勤、上机实践、作业和平时表现，以及期末...
爬虫预备2.1-学习爬虫原理与步骤.pdf
11-19
python爬虫实战
机器学习预备知识pdf
06-04
机器学习预备知识主要涵盖了几大核心概念和任务类型，这些是理解并实施机器学习的基础。首先，我们要了解数据集的基本组成，包括样本（sample）或实例（instance）、特征（feature）和属性（attribute）。样本是数据...
python 零基础学习篇-预备课数据思维导论.zip
04-30
python 零基础学习篇-预备课数据思维导论.zip
爬虫准备知识-html相关知识
youlansijin的博客
10-31 149
记录学习的点点滴滴-150天从python小白到大神的转变(爬虫准备知识) ​ 从10月26日开始，正式进入了第二阶段的学习。整个阶段主要学习的知识是爬虫相关知识。爬虫这一部分包含三个板块：一是获取数据，二是数据解析，三是保存数据。 ​ 获取到的数据可能是网站源代码，也有可能获取不了网络源代码，这种情况就只能找数据接口。获取到的数据，可能会用前端的相关代码显示，也有可能是用json数据格式显示的。主要用到的工具是python的第三方库requests或者selenium。 ​ 数据解析模块主要用到的工具
(1) 简要说明 html 的基本工作原理.,理解爬虫原理
weixin_36234970的博客
05-31 713
1. 简单说明爬虫原理什么是爬虫爬虫：请求网站并提取数据的自动化程序百科：网络爬虫(又被称为网页蜘蛛，网络机器人，在FOAF社区中间，更经常的称为网页追逐者)，是一种按照一定的规则，自动地抓取万维网信息的程序或者脚本。另外一些不常使用的名字还有蚂蚁、自动索引、模拟程序或者蠕虫。2. 理解爬虫开发过程1).简要说明浏览器工作原理；基本流程：发起请求：通过HTTP库向目标站点发起请求，即发送一个Req...
爬虫入门到放弃02：html网页如何解析
CatchLight的博客
02-04 299
前言 上一篇文章讲了爬虫的概念，本篇文章主要来讲述一下如何来解析爬虫请求的网页内容。 一个简单的爬虫程序主要分为两个部分，请求部分和解析部分。请求部分基本一行代码就可以搞定，所以主要来讲述一下解析部分。对于解析，最常用的就是xpath和css选择器，偶尔也会使用正则表达式。 不论是xpah还是css，都是通过html元素或者其中某些属性来选中符合条件的元素节点。 以斗罗大陆的部分html为例。 <div class="detail_video"> <div class="vide.
初识爬虫——爬虫与HTML介绍
weixin_53919192的博客
04-17 5468
程序员写代码并不是从0开始的，我们也是需要借助多个模板拼接，使得代码能够实现我们的想法，而且也并非默写出来，毕竟学习编程是开卷学习，开卷使用，加油，希望你我一同走进爬虫的世界~~
【Python爬虫开发基础⑤】HTML概述与基本标签详解
z135733的博客
06-14 2851
HTML（Hypertext Markup Language）是一种标记语言，用于创建和呈现网页。它是构建网页的基础，并且具有简单易学的语法规则。HTML以标签为基本单位，通过嵌套和属性来描述和格式化网页上的内容和结构。HTML最初由蒂姆·伯纳斯-李（Tim Berners-Lee）在1990年创造，旨在促进信息共享和互联网上各种文档之间的链接。如今，HTML成为了万维网的核心技术之一，被广泛应用于网页制作、网站开发和跨平台内容交互等领域。内容（结构）：是我们在页面中可以看到的数据。我们称之为内容。
爬虫基础（http请求和html结构）
氤氲紫镜的空间
11-01 4269
要使用selenium还是使用其他方式抓取网页的内容，都必须对网页的架构比较熟悉。我们来看看如何定位网页的内容。 首先我们先尝试解析URL，看看下面这个URL地址： http://www.x2y2.com:80/fisker/post/0703/window.location.html?ver=1.0&amp;id=6#imhere url：协议 + 域名／IP + 端口 + 路由 + 参数...
python爬虫-HTML基础（简单实用）
pythonuser1的博客
08-02 1660
X-UA-Compatible这个是IE8特有的，知道即可，因为做前端的同学都很害怕IE因为他们问题比较多各个版本问题很诡异，当IE8的时候微软想把各个版本的统一，那么这个参数就出现了，他为了向下兼容，如下的代码如果使用IE8的时候他会以IE7的模式运行。关键字的作用一般是让爬虫之类的收录程序，当他们在爬你的网站的时候，如果你有关键字，那么他们会优先把关键字收录到他们的记录中，比如百度如果他们收录之后，他们搜索你的关键字的时候，就能找到咱们的网站。1、在当前文件中写Css样式。.........
python爬虫需要掌握的HTML基础知识！
饶水胜的博客
03-18 1818
HTML 简介 HTML 教程 HTML 编辑器 实例 <html> <body> <h1>我的第一个标题</h1> <p>我的第一个段落。</p> </body> </html> 什么是 HTML？ HTML 是用来描述网页的一种语言。 HTML 指的是超文本标记语言 (Hype...
python爬虫——web前端基础HTML+CSS
不会写代码的码农
10-20 8257
学习爬虫最好还是先去系统的学习一下HTML5+CSS3,本篇文章主要是简单的介绍HTML,CSS,JavaScript,Xpath和Json这五部分。一、HTML html是什么，在这就不作介绍。首先介绍一下它的用处。 设置文本格式。如：标题、字号、文本颜色、段落等等。 创建列表。包括有序列表和无序列表。 插入图片和媒体。 建立表格。 创建超链接。这是我之前学习html5+css3的部分思维导图
学习自适应动态规划 需要学习哪些预备知识
07-17
学习自适应动态规划需要具备一些预备知识，包括以下内容： 1. 动态规划基础：了解动态规划的基本原理、状态、决策和状态转移方程等概念。 2. 最优控制理论：了解最优控制的基本概念和方法，包括最优控制问题的建模...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值