本文是Python爬虫120例的补充，探讨HTML和JSON的基础知识及其在爬虫中的应用。了解网页结构，掌握HTML标签和属性，以及JSON的数据格式，对于提升爬虫技能至关重要。同时，文章列举了爬虫的多个实际落地场景，如搜索引擎、比价网站等，并介绍了使用爬虫的判断标准。
写在前面
2022年，知识版权的保护越来越严格，爬虫编写者的生存空间逐渐变小，但有数据的地方就会有爬虫的存在，不能采集别人的站点，我们就自力更生，后续我给大家搭建自己的站点。
本系列文章是 《Python爬虫120》例的阶段知识补充，原因是部分群友反馈，爬虫120例都是案例，来写理论夯实一下基础。
既然这样，那我们就在补充20篇吧，不过都是1500字（排除代码外）的短篇博客，希望对大家有所帮助，暂定日更2篇，10天更完，然后收录到收费专栏中，现阶段免费学习，还不抓紧？
叨叨一下HTML
成为一个爬虫编写者很简单，学Python 一周就能操作几下，但是成为一个初级爬虫工程师，要学习的知识就非常多了
往浅了说，你前端HTML+CSS至少要了解一些，越熟悉，写爬虫越有利。
HTML 也是一种解释型的编程语言，学起来一点也不费劲，薄薄的一本书。
HTML 主要由标签和属性组成。
拿标签来说，一般都是成对出现的，你可以在现在的网页中执行鼠标右键，查看一下源代码，然后看一下能不能找到 <p>x
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
