标题：html源码获取方法

内容：
超文本标记语言（Hyper Text Markup Language，简称为HTML）是一种创建网页的标准标记语言。

这不是一个编程语言，而是一个标记语言，使用各种标签来描述一个页面的样子，作为一个数据分析入门学习者，我们不需要完全学会怎么编写，怎么调试，只需要我们会看的懂，然后知道定位到我们需要的内容就即可。

网页组成一个网页通常是由HTML元素、CSS样式和JavaScript脚本组成，但是对于数据采集来说，有用的只有HTML元素。

通俗一点讲，网页就是一个房子，html就是简单的毛坯，CSS就是给房子来个精装修，Js脚本就是给房子通上了水电。

要是把房子的精装修拆除，房子也可以用，就是有点难看，网页也是一样，把CSS样式拿走，内容还在，但是就不太美观。

一个网页的大体结构如下：htmlheadtitle页面标题/titlescript src=jquery-2.

2.

0.

min.

js/scriptlink type=text/css rel=stylesheet href=style.

css //headbodyh1这是标题/h1p段落1/pp段落2/p/body/html由标签html和/html分别开头和结尾。

只有body/body的部分才会在浏览器显示出来，head/head部分通常是写一些配置或者引入一些css或者js文件。

HTML标签上面的网页示例中有很多的标签，比如说p/p，这表示一个段落，通常标签都是成对的。

但是也有一些只有单个，没有结束标签，比如： link br等。

这是需要了解到的，我们需要知道这些标签是表达的什么，里面存放的什么内容，好比我们需要知道一套房子每个房间是干啥的，这样的话，是去做饭还是去睡觉，都可以找到对的房间。

数据采集的时候也是一样，需要知道我们的要找的东西在哪个标签下存放着，下表中例举几个常见的标签。

HTML属性属性是为了给HTML标签增加了更丰富的信息，而且需要在开始标签中定义。

比如最常用的超链接a href=http://www.

mlscoder.

cn马拉松程序员/a很多时候，需要获取某一页面中的所有超链接，就是通过寻找所有a标签中的href属性中的值，来得到结果。

在Html中需要重点认识的属性有下面5个属性名属性含义class表示元素的一个或多个类名id表示元素在页面的中唯一idstyle表示元素的行内css样式，高于class中样式title表示元素内的额外信息，鼠标悬停显示type表示元素的类型，一般配合input标签使用上述5个元素的属性是最常见的，也是后面重点使用的，需要了解属性的用途。

比如说要找到class为“col-10”的元素，或者href中包含www.

mlscoder.

cn开头的所有链接，都是需要依靠标签的属性key和value来判断。

发布时间：2025-10-02 07:48:49
来源：阅天下
链接：https://www.haidaliao.com/html/61809.html