爬虫 学习HTML标签和元素的基本概念，了解网页的结构和内容
HTML（Hypertext Markup Language）是一种用于创建网页的标记语言，由一系列的标签组成。标签使用尖括号（< 和 >）包围，并且通常成对出现，一个是开始标签，一个是结束标签。
HTML文档的基本结构如下：
<!DOCTYPE html>
<html>
<head>
<title>页面标题</title>
</head>
<body>
页面内容...
</body>
</html>
<!DOCTYPE html>：声明文档类型为HTML5。
<html>：表示HTML文档的根元素。
<head>：该元素用于定义文档的头部信息，包括页面标题、引入外部样式表和脚本等。
<title>：用于定义页面的标题，会显示在浏览器的标题栏或标签页中。
<body>：HTML文档的主体内容。
在<body>元素中，可以使用不同的标签来组织和呈现网页的内容。一些常见的HTML标签及其作用如下：
<h1>到<h6>：定义标题，从大到小表示不同级别的标题。
<p>：定义段落。
<a>：定义超链接，通常用于跳转到其他页面或锚点位置。
<img>：插入图像，指定图片的URL、宽度和高度等属性。
<ul>和<ol>：定义无序列表和有序列表。
<li>：定义列表项。
<div>：用于将文档分割为独立的区块，可用于布局和样式分组。
<span>：用于在行内文本中应用样式或标记特殊内容。
此外，还有一些特殊的标签和属性用于添加特定功能或样式：
<header>、<nav>、<main>、<footer>等：用于定义网页的不同部分，方便搜索引擎和辅助技术的理解。
<table>、<tr>、<td>等：用于创建表格。
<form>、<input>、<button>等：用于创建表单，接收用户输入。
<style>：用于定义内部样式表。
<script>：用于引入JavaScript代码。
id和class属性：用于标识和选择具有相同样式或功能的元素。
通过使用HTML标签和属性，我们可以构建出具有结构化和语义化的网页内容。爬虫就是利用这些HTML标签和内容来解析和提取所需的数据。
本文由 mdnice 多平台发布