学习爬虫前对网页进行认识

前言

　　首先我们提到爬虫，我们不得不说网页，因为我们使用python编写的爬虫实际上是针对于网页进行设计的，解析网页以及抓取这些数据是爬虫需要做的事情，日常中我们看到这些网页，可以看到很多图片，很多的标题以及很多的文字信息，实际上他们都是在浏览器渲染后的结果，我们可以吧浏览器理解为一个翻译官，它把这些原始的信息，原始的网页的代码翻译成一些我们可视化的元素。

通过网页看源码

　　为了可以使我们更形象化的看一下，我们可以在网页空白处右键，点击检查，这时候我们都可以看到网页的源代码，还有一栏是css样式，这些我们先不进行讲解，我们先看一下，在网页上的每一个标签，文字，或者图片都对应着一段代码，我们点击右边一栏左上角的箭头符号，我们可以试着点击一个图片，可以看到源码的地方高亮处了一块，这里面包含了这个图片的连接。

　　实际上这些代码又分成三个部分，第一部分就是有html组成的这个结构部分，有很多带标签的像div，section等都是由html语言写成的，例如我们看到一个标签后面跟着一个class，实际上这个是标签对应的样式，也就是在最右侧这一栏，就是样式，每次加载网页都会有这两个，信息，一个是html一个css样式，然后在源码的最低侧，还有一个script标签，这个里面加载的是javascript代码，这三者，就是html，css，javascript就构成了一个绝大多数网页的结构，接下来我们就举一个例子。

HTML

　　这三者的关系就好比我们住的房间,其中html就相当于房间中的结构部分，用于区分哪一块哪一块具体是做什么用的，比如一个房子中客厅，卧室的区别。

CSS

css部分就相当于我们房间的装修，它是一个样式，它决定了墙壁是什么颜色的，房顶是怎么样的，对我们的结构加以装饰。

JAVASCRIPT

-avascript部分你可以把它理解为这是房间中的电器的一些功能，电视点灯之类的。

　　我们学习网络爬虫，实际上很多网页中的元素是加杂在html，css中的，所以针对于爬虫的话，javascript可能涉及比较少。所以我们这一次就简单的对html以及css进行介绍。

首先我们在刚才的例子中，我们可以看到了网页中用到了很多很多这个div标签。

　　这个<div>标签代表的是网页中的一个区域的意思，这个区域代表着我在这个区域能装什么东西，做一个形象的比喻，当有一个div的标签，那么在网页之中就对应着他存在的一块区域，有了固定区域之后，需要在里面加一些内容 ，例如我们看到的图片，标题。我们可以对标签进行套嵌，可以在div中添加一部分文字，例如一个<p>标签，但是网页不可能这么简陋，我们需要加上这个css的样式进行修饰，然后这个就是我们网站的html以及css的基本用法。我们可以知道，这<div>标签可以在里面添加内容，而这个标签是一个区域框架。

　　还有一些常见的例如 <li>这个是列表，就是我们日常生活中12345的那个列表，还有就是<img>，使用这个标签之后你就可以插入一张图，再有就是h1，h1到h6是代表着不同字号的标题

　　<a href=‘#’>我们可以在网页中看到夹杂了很多连接，实际上使用这个标签把它连接起来的，实际这些简单的标签可以构成了一个简单的网页，学习网站最好的方法莫过于去写一个网站，这里就不再带着大家进行网页的编写了，自己可以去了解一下。

原文出处