下载掌阅APP，畅读海量书库
立即打开
在1.3节中了解了Python的基础语法，可以进行Python编程了，但是还不能写爬虫代码，因为还需要了解网页的相关内容。
网页作为数据的载体，在爬虫中需要分析网页结构，才能更好地提取需要的信息数据。
下面了解一下关于网页的一些内容，包括HTML、CSS、JavaScript和JQuery。
HTML是用来描述网页的一种语言。
HTML（Hyper Text Markup Language）指的是超文本标记语言，不是一种编程语言。HTML使用标记标签来描述网页。
Web浏览器的作用是读取HTML文档，并以网页的形式显示出它们。浏览器不会显示HTML标签，而是使用标签来解释页面的内容。
【范例1.4-1】HTML页面（源码路径：ch01/1.4/1.4-1.html）
范例文件1.4-1.html的具体实现代码如下。
【运行结果】
运行结果如图1-29所示。
图1-29 HTML
【范例分析】
（1）＜html＞与＜/html＞之间的文本描述网页。
（2）＜title＞与＜/title＞之间的文本是网页的标题。
（3）＜meta/＞设置编码格式。
（4）＜body＞与＜/body＞之间的文本是可见的页面内容。
（5）＜p＞与之间的文本被显示为段落。
CSS（Cascading Style Sheets）是指层叠样式表，定义如何显示HTML元素，样式通常存储在样式表中，是为了解决内容与表现分离的问题。
【范例1.4-2】CSS样式（源码路径：ch01/1.4/1.4-2.html）
范例文件1.4-2.html的具体实现代码如下。
【运行结果】
运行结果如图1-30所示。
图1-30 CSS
【范例分析】
（1）＜style＞与＜/style＞之间的文本是样式表，给h1标签和p标签定义了样式。
（2）＜h1＞与之间的文本是标题文字。
提示
一般CSS样式会单独存到一个文件（扩展名为.css）中，然后链接到HTML页面。
JavaScript（简称“JS”）是属于网络的脚本语言，被数百万计的网页用来改进设计、验证表单、检测浏览器、创建Cookies，以及更多的应用。
【范例1.4-3】JavaScript时钟效果（源码路径：ch01/1.4/1.4-3.html）
范例文件1.4-3.html的具体实现代码如下。
【运行结果】
运行结果如图1-31所示。
图1-31 JavaScript
【范例分析】
（1）＜script＞与＜/script＞之间的文本是JavaScript代码。
（2）startTime（）是定义的一个函数。
（3）通过new Date（）得到一个日期对象，并获取此对象的时分秒。
（4）使用document的方法获取对应的标签，设置显示时分秒。
（5）setTimeout是定时器，每隔1秒获取一次时间。
提示
一般JavaScript样式会单独存到一个文件（扩展名为.js）中，然后链接到HTML页面。
JQuery是一个JavaScript库，极大地简化了JavaScript编程。
【范例1.4-4】JQuery手风琴效果（源码路径：ch01/1.4/1.4-4.html）
范例文件1.4-4.html的具体实现代码如下。
【运行结果】
运行结果如图1-32所示。
图1-32 JQuery
【范例分析】
（1）＜script＞与＜/script＞之间的文本是JavaScript代码，通过src引入了JQuery文件，使用JQuery必须先引入JQuery。
（2）＜style＞与＜/style＞之间的文本是CSS代码，控制样式。
（3）鼠标指针位于元素上方时，会发生mouseover事件。
（4）使用animate（）方法控制CSS样式，有一个变化的动画效果。
提示
一般JQuery样式会单独存到一个文件（扩展名为.js）中，然后链接到HTML页面。