qq_43132653的博客

1：beautifulsoup模块作用是为了完成爬虫工作中的解析数据和提取数据 2：我们平时用浏览器上网，浏览器会把服务器返回的html源代码翻译为我们能看动的样子，之后我们才能在网页上做各种操作，爬虫工作也是一样，要使用能读懂html的工具，才能提取想要的数据 3：beautifulsoup如何解析数据： 这里面的解析器，python由一个内置的库：html.parser(他不是唯一的解析器） 解析代码结构为： 在第6行代码中，第一个参数必须是字符串，到这里，我们就完成了数据解析，且把解析到的数据转换成

1：HTML的学习顺序，读懂，修改，编写，只有读懂了HTML才能看的懂网页的结构，而看懂网页的结构，是获取数据最关键的一步，如果你不知道自己需要的数据在网页的什么地方，那你怎么获取呢 2：html叫做超文本标记语言，专业用于编写前端的语言 html之于网页，就相当于建筑图纸之于建筑 3：如何查看网页的源代码：又两种方式 这种方法打开的网页源代码结构不清晰，很难看懂，另一种方式是 快捷键：ctrl+shift+i 4：HTML的层级 每一个小三角就是一个层级 5：HTML的组成：标签和元素，如图 每一对&lt

1：浏览器工作原理：我们输入要访问的网址（URL）-浏览器向服务器发出请求，服务器响应浏览器，把数据给浏览器，浏览器再解析数据，然后返回给我们，我们提取自己需要的数据，然后存储起来，这就是整个流程 2：爬虫的工作原理：爬虫向浏览器发起请求，浏览器返还数据给爬虫，爬虫解析数据，解析数据，提取数据，存储数据 第一步：获取数据：爬虫程序根据我们提供的网址，向服务器发起请求，然后返回数据 第二步：解析数据：爬虫程序把服务器返回的数据解析成我们能读懂的格式 第三步：提取数据：爬虫程序从解析的数据中