Python爬虫学习（五）基于bs4库的HTML内容检索

（五）基于bs4库的HTML内容检索

(1)信息的标记

• 标记后的信息可形成信息组织结构，增加了信息维度

• 标记的结构和信息一样具有重要价值

• 标记后的信息可用于通信、存储或展示

• 标记后的信息更利于程序理解和运用

• 例：HTML是WWW（World Wide Web）的信息组织方式

• HTML通过预定义的<>…</>标签形式组织不同类型的信息

(2)信息标记的三种形式

1.XML

<!-- XML(eXtensible Markup Language) -->

<!-- 标签tag -->
<!-- 名称img 后接属性 -->
<img src="china.jpg" size="10">...</img>
<!-- 空元素的缩写形式 -->
<img src="china.jpg" size="10" />

<name>...</name