【爬虫基础】网页是怎么构成的？
作者 张俊红
本文为 CDA 志愿者张俊红原创作品，转载需授权
所谓的网络爬虫就是从网页中指定位置找到对应的数据并下载，要想知道数据在什么位置，我们需要首先知道网页中的数据是如何显示与储存的，这篇主要是分享一下最基本的网页形式html。
01|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 (Hyper Text MarkupLanguage)。
- HTML 不是一种编程语言，而是一种标记语言 (markuplanguage)，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。
02|HTML 标签：
- HTML 标记标签通常被称为 HTML 标签 (HTML tag)。
- HTML 标签是由尖括号包围的关键词，比如 <html>
- HTML 标签通常是成对出现的，比如 <b> 和 </b>，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。
(横线上方为html语言，横线下方为经过浏览器解析以后显示到屏幕上的内容)
几种常用的标签实例：
1、HTML链接
链接是通过<a> 标签进行定义的。
注释：在 href 属性中指定链接的地址。
2、HTML 图像
图像是通过<img >标签进行定义的。
3、HTML动态脚本
<script> 标签用于定义客户端脚本，比如 JavaScript。JavaScript 最常用于图片操作、表单验证以及内容动态更新，内容动态的更新比如空间动态、评论等。
03|HTML 元素：
HTML 元素指的是从开始标签（start tag）到结束标签（end tag）的所有代码。
1、HTML 元素语法：
- HTML 元素以开始标签起始
- HTML 元素以结束标签终止
- 元素的内容是开始标签与结束标签之间的内容
- 某些 HTML 元素具有空内容（empty content）
- 空元素在开始标签中进行关闭（以开始标签的结束而结束）
- 大多数 HTML 元素可拥有属性
2、嵌套的 HTML 元素：
大多数 HTML 元素可以嵌套（可以包含其他 HTML 元素），HTML 文档由嵌套的 HTML 元素构成。
04|HTML属性：
- HTML属性是用来描述标签的。
- 属性提供了有关 HTML 元素的更多的信息。
- 属性总是以名称/值对的形式出现，比如：name="value"。
- 属性总是在 HTML 元素的开始标签中规定。
几个比较典型的html属性：
本文参与 腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2017-04-14，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录