爬蟲基礎(chǔ)之HTML篇整理

1、爬蟲基礎(chǔ)之html篇整理首先要理解什么是html ：正如上圖介紹的，html是一個(gè)網(wǎng)頁中的標(biāo)準(zhǔn)標(biāo)志語言。全稱是hyper text makeup language.容易來說就是網(wǎng)頁的設(shè)計(jì)要遵循這個(gè)規(guī)章。就像sql語言是全部數(shù)據(jù)查詢語言的基礎(chǔ)一樣（sql became astandardof theamerican national standards institute（ansi） in 1986, and of theinternational organization for standardization（iso） in 1987 -from wikipedia）而html5是最新的標(biāo)準(zhǔn)

2、。而一個(gè)網(wǎng)站的界面的顯示也通常由html結(jié)合css（cascading style sheets）和現(xiàn)在十分流行的javascript一起組成。最基礎(chǔ)的結(jié)構(gòu)如下這個(gè)執(zhí)行結(jié)果如下這里要介紹一下上述的編碼代表的含義標(biāo)簽基本格式：用于代碼開始指定html版本等信息：告訴掃瞄器這是一個(gè) html 文檔，是 html 文檔中最外層的元素：全部頭部元素的容器，必需包含文檔的標(biāo)題（title），可以包含腳本、樣式、meta 信息以及其他：定義文檔的標(biāo)題，定義掃瞄器工具欄中的標(biāo)題，顯示在搜尋引擎結(jié)果中的頁面標(biāo)題：定義文檔的主體，包含文檔的全部內(nèi)容（比如文本、超鏈接、圖像、表格和列表等）：定義 html 標(biāo)題，

3、從到標(biāo)題的重要程度逐漸降低，字體大小也逐漸減小：定義段落，掃瞄器會自動在其前后創(chuàng)建一些空白，很類似與我們寫作時(shí)的段落：一個(gè)容易的換行符，是一個(gè)空標(biāo)簽，意味著它沒有結(jié)束標(biāo)簽。：定義 html 文檔中的一個(gè)分隔區(qū)塊或者一個(gè)區(qū)域部分。常常與 css 一起用法，用來布局網(wǎng)頁。這里介紹一下什么是csscss: cascading style sheets 可以翻譯為層疊樣式表，這個(gè)主要是為結(jié)構(gòu)化文檔（包含html文檔或xml應(yīng)用）添加樣式（字體、間距、和色彩等）的計(jì)算機(jī)語言，html或者xml一起協(xié)調(diào)工作，html確定網(wǎng)頁中由哪些內(nèi)容，而css主要用來確定以何種外觀（大小，粗細(xì)，色彩，對齊和位置）比如下

4、面這個(gè)例子在剛開頭的時(shí)候，我說過h1到h6默認(rèn)的是字體逐漸變小，但是這里可以通過css的設(shè)置把字體等等改掉，效果如下不過在爬蟲的過程中，我們重點(diǎn)關(guān)注的不是格式，而是鏈接中包含的超鏈接，或或表格等等。下面我們來看一下鏈接中常用的標(biāo)簽標(biāo)簽實(shí)現(xiàn)基本的超鏈接其中為標(biāo)簽，表示鏈接指向的地址，表示超鏈接的文本。其顯示效果如下：指向同一服務(wù)器同一名目下的form.html指向同一服務(wù)器父名目下的parent.html指向同一服務(wù)器子名目stuff下的cat.html指向外部網(wǎng)站超鏈接除了指向一個(gè)文件，還可以詳細(xì)指明位置，這樣掃瞄器就會挺直跳轉(zhuǎn)顯示文件的相應(yīng)位置。指向同一個(gè)文件的其他位置效果如下這里點(diǎn)擊藍(lán)色的

5、部分可以挺直跳轉(zhuǎn)到introduction部分指向其他文件的某個(gè)位置執(zhí)行結(jié)果點(diǎn)擊藍(lán)色超鏈接可以跳轉(zhuǎn)至其他地方。插入一張其中為標(biāo)簽；表示服務(wù)器中的 php.png 這個(gè)；表示的代替文本，假片無法顯示，則顯示這個(gè)文本為增強(qiáng)超鏈接：結(jié)果如下因?yàn)榇颂幉]有實(shí)際的，所以顯示的是我們頻繁的圖裂了的模式。我們來看一下標(biāo)簽的一些基本屬性：路徑：無法顯示時(shí)的代替文本：高度：寬度：邊框?qū)挾葻o序列表普通用的形式來實(shí)現(xiàn)，一個(gè)容易的例子：上面無序列表的代碼在網(wǎng)頁中顯示如下：其實(shí)在知乎上面就挺直由無序列表，同時(shí)摁下ctrl +shift +8ul 表示：unordered list 。li表示list有序列表普通用的形式來表現(xiàn)，一個(gè)容易的例子：上面的有序列表代碼在網(wǎng)頁中顯示如下：同樣在知乎上面也有，這里不做展示了，所謂有序列表就是ordered list。也就是多了前面的數(shù)字固然這個(gè)數(shù)字的起始值我們可以轉(zhuǎn)變這個(gè)就像python中設(shè)置起始位置html表格由多種標(biāo)簽組合而成，其中最重要的三種標(biāo)簽是：表格的開頭和結(jié)束創(chuàng)建表格的一行創(chuàng)建表格中一般單元格創(chuàng)建表格中標(biāo)題欄單元格一個(gè)容易的表格示例實(shí)現(xiàn)的代碼如下：其中border