《Python网络爬虫技术》项目2 爬虫基础知识准备.pptxVIP

第二章爬虫基础知识准备;;网络爬虫就是按照一定的规则，自动地抓取万维网信息的程序或脚本。爬取通常是从网站的某个页面开始的，通过解析网页内容获取目标数据。

使用浏览器访问某企业网址/，借助浏览器开发者工具，查看网页源代码并分析页面的结构和常用标签作用，查找网页资源中是否传输XML和JSON类型的数据。

;根据网页源代码，分析网页结构和常用的标签作用。

根据网页源代码，明确各标签之间的嵌套关系。

能区分动态网页和静态网页。

能区分不同类型的数据。

;HTML主要通过HTML标签对网页中的文本、按钮、图片、声音等内容进行描述。

HTML提供了很多标签，如段落标签p、标题标签h1、超链接标签a、图片