本文介绍了HTML的基础标签及其用途，如文档结构、列表、图片等，并解释了XPath、JSON的作用，以及HTTP状态码、头信息和请求方式的基础概念。
HTML
HTML是一种标签，而不是一种编程语言。下面归纳了一些常用的标签：
<html>内容</html>：里面包含的就是HTML的内容，是文档的开始和结束的标志，分别位于网页的最前端和最末端。<head>内容</head>：文件头标记，用来包含文件的基本信息，比如网页的标题，关键字等，而其中标记内的内容是不会在浏览器中显示的。<title>标题</title>：HTML文件标题标记，网页的主题。<body>内容</body>：这个标签里面的内容是网页的主体。<meta>内容</meta>：页面的元信息，此标记必须放在head里面。
首先打开一个网站，这里以腾讯新闻网：腾讯新闻 为例；右键，选择查看网页源代码，就可以了。对了，安利一波Chrome浏览器。
文档标记
<br>：强制换行标记。<p>：换段落标记。<li>：列表项目标记。<ul>：无序列表标记。<div>：分区显示标记。<dl>：定义型列表。<em>：表示强调。<a href="链接地址" target="打开方式" name="页面锚点名称"> 链接文字或图片</a>：超链接。<table 属性1="属性值" 属性2="属性值"...>表格内容</table>：表格。<img src="路径/文件名.图片格式"width="属性值"height="属性值"border="属性值"alt="属性值">：图片。
XPath
通过XPath来查询节点，以路径表达式来指定元素。这个在后面要用到的时候会讲。
JSON
JSON形式非常像Python中的字典，某种意义上来说就是字典形式。所以这里也不重复说了。
HTTP状态码
请求网页的时候返回的状态。
1XX——临时响应，收到请求，等待下一步指示
200（2XX）——请求成功
301（3XX）——资源被永久转移到其他URL
404（4XX）——请求资源不存在
500（5XX）——服务器内部错误
HTTP头信息
打开Chrome浏览器，按F12（笔记本电脑按Fn+F12），进入开发者工具，点击network，刷新网页就可以看到很多东西出现，然后随便点击一个，选择Headers，就可以查看头信息了。
这里随便找了一个。其中：
- Accept 是请求报头域，用于指定客户端接受那种类型的信息；
- Accept-Encoding 是用于指定客户端接受信息的编码方式；
- Accept-language 是用于指定一种自然语言；
- Connection 是报头域允许发送用于指定连接的选项；
- Cookie 是由客户端发送，包含在HTTP请求的头部中。注意，只有cookie的domain和path与请求的URL匹配才会发送这个cookie；
- Host 是指定请求资源的Internet主机和端口号；
- Referer 是主要用来让服务器判断来源页面, 即用户是从哪个页面来的,通常被网站用来统计用户来源,是从搜索页面来的,还是从其他网站链接过来；
- User-Agent 包含发出请求的用户信息；
HTTP请求方式
最常用的两种：GET和POST
- GET
从指定的服务器中获取数据。
- POST
提交数据给指定的服务器处理。
扫一扫
1276
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
