m0_74195839的博客

本文介绍了HTML的基本语法和文档结构。HTML通过标签定义元素边界，以元素作为最小功能单元，并通过嵌套关系构建网页整体结构。文章详细讲解了成对标签和自闭合标签的区别，以及元素如何包含属性、内容来实现网页功能。同时说明了HTML需要结合CSS和JavaScript才能实现完整网页效果，但爬虫主要关注HTML内容解析。最后阐述了HTML文档的标准结构，包括根元素、head和body部分的组成及作用，为后续学习网页爬虫技术打下基础。

本文介绍了网络爬虫的基本概念和工作原理。首先解释了URL的组成结构（协议、域名、路径）和两种路径映射方式：物理路径映射（直接对应服务器文件）和逻辑路径映射（通过路由规则动态生成内容）。其次详细讲解了浏览器开发者工具Network面板的使用方法，包括如何分析HTTP请求和响应状态码。最后阐述了爬虫的三个核心步骤：获取数据（发送请求）、处理数据（解析响应）、存储数据。文章为后续学习网页爬取技术奠定了理论基础，帮助读者理解从URL请求到数据获取的完整流程。