Src182的博客

1.HTML是个什么东西？ Hyper Text Markup Language（HTML）超文本标记语言，是用来描述网页的一种语言。 那么标记语言又是什么呢？标记语言就是把文本和文本以外的相关信息（例如大小，高度，颜色，位置等）组合在一起的语言 功能：用于网页的编写和修改。 我们学习html的阶段：看懂、修改、编写。 学习爬虫要掌握的html：看懂简单的html代码并学会修改、提取信息。 2. HTML的组成 <!DOCTYPE html>->全局声明,告诉浏览器处理的文件是html文件

爬虫第三关——BeautifulSoup模块 爬虫四步走： 获取数据：requests模块 解析数据：BeautifulSoup模块 + HTML基本知识 提取数据 储存数据 学习目标：学会使用BeautifulSoup解析和提取网页中的数据 问题一：什么是解析数据？ 就好像浏览器，发出请求，得到来自服务器的响应，解析服务器发送的html文件，展现给我们网页。 爬虫也需要能够读懂html文件的工具，读懂了html文件就可以进行数据提取。 问题二：什么是数据提取？ 就是大浪淘沙，得到真金白银 Beauti