首頁 > 文章 > 後端開發 > Python網路爬蟲入門：理解Web網頁基礎

Python網路爬蟲入門：理解Web網頁基礎

WBOY轉載: 2023-04-22 11:01:081546瀏覽

1.網頁的組成

網頁主要是三大部分組成——HTML,CSS和JavaScript。如果把網頁比喻成人的臉，這三個部分就好比人的眼睛，鼻子和嘴。下面我們介紹這三個功能。

HTML

HTML（HyperText Markup Language）是用來建立網頁的標記語言，它是一種基於標準通用標記語言的子集，它取代了HTML1.0作為網頁製作的標準，在HTML2.0中，新增了一些元素，增強了網頁的表現能力。

HTML的語法包括標籤和標籤語法，它們被用來定義網頁的結構、內容和樣式。一個HTML文件通常包含一個根標籤和一個或多個標籤，每個標籤都有一個標題行，用於標記標籤的類型、屬性和值。

HTML的根標籤是文件的開始標籤，它包含文件的標題和其他基本訊息，如文件類型、語言、日期、版本等。

除此之外，HTML還有一些其他的元素和屬性，如標題、段落、表格、清單、圖像、連結等，這些元素和屬性可以用來定義網頁的外觀和行為。

HTML的優點包括可移植性、跨平台性和內容豐富性等，它已成為網頁製作的標準語言，廣泛應用於網站、電子郵件、新聞文章、線上聊天等領域。

CSS

HTML定義了網頁的結構，但只有HTML的頁面佈局，網頁並不好看。為了讓網頁更好看一些，可以藉助CSS來實現。

CSS（層疊樣式表）是一種用來定義網頁樣式的語言，它是HTML的超集。 CSS提供了更多的樣式選擇和定義，使網頁設計更加靈活和易於維護。

CSS的語法包括選擇器、屬性、值和偽類選擇器等。選擇器是用來選擇要套用樣式的元素的，它可以基於類別、ID、通配符等進行選擇。屬性是用來定義元素樣式的，它可以基於類別、ID、通配符等來定義。值可以是一個單獨的值，也可以是一個字串、數字或其他類型的值。偽類選擇器是用來定義類別選擇器和ID選擇器的，它可以用來定義偽類元素和偽類選擇器。

CSS的優點包括可維護性、可擴展性和可自訂性等，它使網頁設計更加靈活和易於維護。透過使用CSS，可以更好地控制網頁的佈局、樣式和動畫效果，從而使網頁更加美觀和吸引人。

CSS3是CSS的最新版本，它增加了一些新的選擇器、屬性和值，使網頁設計更加靈活和豐富。例如，CSS3新增了偽類選擇器、動畫選擇器、過渡選擇器等，使網頁設計更加生動有趣。

那麼CSS什麼樣子呢，我摘抄了一段。

#head {
    position: relative;
    height: 100%;
    width: 100%;
    min-height: 768px;
    cursor: default;
}

這段程式碼定義了一個名為#head的元素，它的樣式屬性為position: relative; height: 100%; width: 100%; min-height: 768px; cursor: default;。

這些屬性的意義如下：

position: relative：表示元素的定位方式為相對定位，即元素相對於其父元素進行定位。
height: 100%：表示元素的高度為其父元素的高度的100%。
width: 100%：表示元素的寬度為其父元素的寬度的100%。
min-height: 768px：表示元素的最小高度為768像素，即其父元素的最小高度為768像素。
cursor: default：表示元素的遊標樣式為預設值，即不設定遊標樣式。
透過這些屬性的組合，可以定義一個具有相對定位、高度為100%、寬度為100%的元素，並且具有預設的遊標樣式。

JavaScript

JavaScript（簡稱「JS」）是一種具有函數優先的輕量級，解釋型或即時編譯型的程式語言。它是由Netscape公司的Brendan Eich在1995年首次設計實現，並被廣泛用於網頁瀏覽器中。

JavaScript 的語法基於原型程式設計、多範式的動態腳本語言，並且支援物件導向、命令式、宣告式、函數式程式設計範式。它的標準是ECMAScript，截至 2012 年，所有瀏覽器都完整的支援ECMAScript 5.1，舊版的瀏覽器至少支援ECMAScript 3 標準。

JavaScript 的基本語法包括變數、函數、物件、陣列和閉包等。變數用於存儲數據，函數用於實現邏輯，對像用於封裝數據和方法，數組用於存儲數據或對象，閉包用於重寫函數或方法並在其中使用變量。

JavaScript 的內建物件包括函數、陣列、物件、字串、正規表示式和函數等。它也支援ES6中的class和const，以及新增的let和const`。 ES7引入了let，const和rest/spread等語法。

JavaScript 的作用域鏈機制使程式碼可以在不同的作用域中安全地執行。它還支援事件處理、DOM操作、模組化等功能。 JavaScript 已廣泛應用於網頁瀏覽器、行動應用程式、遊戲開發等領域。

JavaScript通常是以单独文件加载的，后缀是.js。

综上所述，HTML定义了网页的内容和结构，CSS描述了网页的样式，JavaScript定义了网页的行为。

2.网页的结构

下面我们看一个示例代码。

<!DOCTYPE html>  
<html>  
<head>  
<title>网页标题</title>  
<meta charset="UTF-8">  
<meta name="viewport" content="width=device-width, initial-scale=1.0">  
<link rel="stylesheet" href="styles.css" rel="external nofollow" >  
</head>  
<body>  
<header>  
<nav>  
<ul>  
<li><a href="#" rel="external nofollow"  rel="external nofollow"  rel="external nofollow" >导航链接1</a></li>  
<li><a href="#" rel="external nofollow"  rel="external nofollow"  rel="external nofollow" >导航链接2</a></li>  
<li><a href="#" rel="external nofollow"  rel="external nofollow"  rel="external nofollow" >导航链接3</a></li>  
</ul>  
</nav>  
</header>  
<main>  
<h2>网页标题</h2>  
<p>这是一个段落。</p>  
<ul>  
<li>列表项1</li>  
<li>列表项2</li>  
<li>列表项3</li>  
</ul>  
</main>  
<footer>  
<p>版权信息</p>  
</footer>  
</body>  
</html>

这个示例中，声明了这是一个 HTML5 文档，标签定义了文档的根元素，
标签包含了文档的元数据，如标题、字符集、视口等。标签定义了文档的标题，<meta charset="UTF-8"> 和 <meta name="viewport"> 标签定义了文档的字符集和视口。<link> 标签定义了文档的样式表，<nav> 标签定义了文档的导航链接，<ul> 标签定义了文档的列表项，<li> 标签定义了文档的列表项。<h2> 标签定义了文档的标题，</h2> <p> 标签定义了文档的段落。<footer> 标签定义了文档的版权信息。</footer></p> <p>这只是一个简单的示例，实际的HTML结构可能更加复杂。在编写网页时，需要根据具体的需求和目标，选择合适的HTML标签和样式表，并进行适当的排版和布局。</p> </li> </ul></nav>

3.节点树和节点间的关系

节点树（Node Tree）是一个树形数据结构，它通过节点的组合来表示数据，节点通过节点之间的关系来表示数据之间的层次结构。节点树可以用来实现各种数据的组织和管理，例如数据库中的表，文件系统中的文件，以及各种应用程序中的数据模型。

节点间的关系通常通过以下方式表示：

树形结构：节点之间通过树形结构连接，节点的父节点通过右子节点连接，左子节点连接到根节点。
节点的层次结构：节点根据其父节点的层次结构来确定其位置。例如，一个节点的父节点是其子节点的父节点，其子节点是其左右子节点。
节点的继承关系：节点之间存在继承关系，即子节点继承其父节点的属性和关系。
节点的属性和关系：节点可以有属性和关系，属性用于描述节点的基本信息，例如名称、类型、值等。关系用于描述节点之间的关系，例如父子关系、层级关系等。
节点的遍历：节点树可以通过遍历来访问和修改节点的属性和关系。例如，可以通过递归遍历来查找节点的子节点和父节点，可以通过深度优先搜索遍历整个树。

下面我们一个示意图，一目了然。

Python網路爬蟲入門：理解Web網頁基礎

4.选择器

我们知道网页由一个个节点组成，CSs 选择器会根据不同的节点设置不同的样式规则，那么怎样来定位节点呢？

在 Css 中，我们使用 CSS 选择器来定位节点。

CSS选择器是用于在HTML文档中选择元素的语言。CSS选择器是一种用于选择HTML元素的语言，它可以用于创建样式表，并将样式应用于HTML元素。

CSS选择器通常由一个或多个关键字组成，这些关键字用于指定选择器的类型。例如，div选择器用于选择所有具有div类的元素，a选择器用于选择所有具有a类的元素，img选择器用于选择所有具有img类的元素等。

CSS选择器可以使用通配符来匹配多个类型的元素。例如，div, a, img可以匹配所有具有这些类型的元素。

CSS选择器还可以使用伪类来创建更复杂的选择器。例如，:hover伪类用于在鼠标悬停在元素上时应用样式，:focus伪类用于在元素上聚焦时应用样式等。

CSS选择器可以嵌套使用，以创建更复杂的选择器。例如，div:hover a可以选择所有具有a类的元素，div:focus a可以选择所有具有a类的元素，并在鼠标悬停和聚焦时应用样式。

总之，CSS选择器是一种用于在HTML文档中选择元素的语言，它可以用于创建样式表，并将样式应用于HTML元素。

以上是Python網路爬蟲入門：理解Web網頁基礎的詳細內容。更多資訊請關注PHP中文網其他相關文章！

陳述：

本文轉載於：yisu.com。如有侵權，請聯絡admin@php.cn刪除

上一篇：Python中如何計算函數的執行時間？下一篇：Python中如何計算函數的執行時間？

看更多