python网络爬虫1——爬虫与前端基础

前言

本系列对爬虫学习进行记录，内容大多为视频学习记录

一、域名

1.一级域名

https://douban.com

2.二级域名

https://movie.douban.com

3.其他

“文件夹”
https://movie.douban.com/subject/4920389/…
“参数”
https://movie.douban.com/subject/4920389/？from=showing

二、爬虫策略

1.从某个界面开始不断爬取界面上的链接

（1）深度优先搜索
（2）广度优先搜索

2.观察网址规律

通过观察网址规律直接改变网址中的部分内容

三、前端基础

前端三个重要的方面：HTML、CSS、Javascript

（一）HTML

（1）HyperText Markup Language
（2）网页最基本的要素
（3）通过标记语言的方式来组织内容（文字、图片、视频）
（4）可更改本地文字

1.HTML元素解析

（1）head\body
（2）<开始标签> 内容 </结束标签>

<p>这是一个段落</p>

（3）属性

<p class="demo-note">这是一个段落</p>

（4）嵌套

<p>这是一个<strong>段落</strong></p>

（5）图像标签可以不需要结束标签

<img scr="pic.png">

2.常用HTML标签

（1）标题

<h1>一级标题</h1>
...
<h6>六级标题</h6>

（2）段落

<p>这是一个段落</p>

（3）无序列表

<ul>
	<li>python</li>
	<li>java</li>
	<li>c++</li>
</ul>

（4）有序列表

<ol>
	<li>python</li>
	<li>java</li>
	<li>c++</li>
</ol>

（5）链接

<a href="http://csdn.net">博客</a>

（二）CSS

（1）Cascading Style Sheets（层叠样式表）
（2）定义网页该如何显示里面的元素，段落的位置，文字的字体、颜色、大小等

1.CSS解析

（1）p属性/color属性/blue属性值

p,h1{
	color:blue;
	font-family:KaiTI;
}

（2）id与class
id在每个HTML中只能有一个
class可以有多个

<p id="welcome-line">欢迎浏览博客</p>
<a class="link" href="http://csdn.net">博客中心</a>

/*id用#开头*/
#welcome-line{
	color:blue;
	font-family:KaiTi;
}
/*class用.开头*/
.link{
	color:pink;
}

（3）盒子模型

内边距-padding
外边距-margin

（三）JavaScript解析

（1）动态效果

/*定义变量*/
var alertText = "Hello reader"
/*弹出提示框*/
alert(alertText)

（2）定义函数function

function alertUser(){
	alert("Hello reader!");
}
alertUser();

在HTML中调用JavaScript语句

<h1 onclick="alertUser()">博客</h1>

总结

本篇对网址进行了简单的理解拆分，并对前端三个主要工具进行了简单介绍了解