python爬取准备一了解HTML

网页源码

创新互联主要从事成都做网站、网站建设、外贸营销网站建设、网页设计、企业做网站、公司建网站等业务。立足成都服务新宁,10余年网站建设经验,价格优惠、服务专业,欢迎来电咨询建站服务:13518219792

打开网页,按快捷键【Ctrl+U】打开源码页面
python爬取准备一 了解HTML

HTML
HTML 是整个网页的结构,相当于整个网站的框架。带“<”、“>”符号的都是属于 HTML 的标签,并且标签都是成对出现的

常见的标签如下:

.. 表示标记中间的元素是网页
.. 表示用户可见的内容
..
表示框架

..

表示段落
  • ..
  • 表示列表 ..表示图片

    ..

    表示标题 ..表示超链接

    HTML
    html示例
    本地超链接可以为相对路径,也可以为绝对路径。
    图片的地址可以为相对路径,也可以为绝对路径。

        
        
              这是HTML测试页面的主题
        
        
              

    这是标题

    这是正文

    输入代码后,保存记事本,然后修改文件名和后缀名为"HTML.html",效果如下:

    python爬取准备一 了解HTML

    爬虫的合法性

    每一个网站都有一个名为 robots.txt 的文档,当然也有部分网站没有设定 robots.txt。对于没有设定 robots.txt 的网站可以通过网络爬虫获取没有口令加密的数据,也就是该网站所有页面数据都可以爬取。如果网站有 robots.txt 文档,就要判断是否有禁止访客获取的数据。

    python爬取准备一 了解HTML

    允许部分爬虫访问它的部分路径,而对于没有得到允许的,则全部禁止爬取


    当前名称:python爬取准备一了解HTML
    标题来源:http://lszwz.com/article/gojsjj.html

    其他资讯

    售后响应及时

    7×24小时客服热线

    数据备份

    更安全、更高效、更稳定

    价格公道精准

    项目经理精准报价不弄虚作假

    合作无风险

    重合同讲信誉,无效全额退款