HTML 基本语法规则
1. HTML 文档结构
HTML文档由一系列的标签（tags）组成，标签通常成对出现，例如<tagname>内容</tagname>。标签用来定义文档的结构和内容的含义。
-
<!DOCTYPE html>：声明文档类型，告诉浏览器这是一个HTML5文档。 -
<html>：根元素，包裹整个HTML文档。 -
<head>：包含文档的元数据，如标题（<title>）、字符集声明（<meta charset="UTF-8">）等。 -
<body>：包含文档的可见内容，如文本、图片、链接等。
2. HTML 标签
HTML标签分为块级标签和行内标签。
-
块级标签：独占一行，如
<div>、<p>、<h1>到<h6>等。 -
行内标签：不会独占一行，如
<span>、<a>、<img>等。
3. HTML 属性
标签可以有属性，属性用来提供额外的信息。
-
id：唯一标识文档中的一个元素。 -
class：为元素定义一个类名，用于CSS样式或JavaScript操作。 -
href：在<a>标签中指定链接的URL。 -
src：在<img>或<script>标签中指定资源的URL。 -
alt：在<img>标签中提供图片的替代文本，用于图片无法显示时。
4. HTML 元素
以下是Python爬虫中可能会用到的一些HTML元素：
-
<a>：超链接，用于链接到其他页面或资源。<a href="https://www.example.com">Link Text</a> -
<img>：图片，用于嵌入图片。<img src="image.jpg" alt="Description"> -
<table>：表格，用于显示结构化数据。<table> <tr> <th>Header 1</th> <th>Header 2</th> </tr> <tr> <td>Row 1, Cell 1</td> <td>Row 1, Cell 2</td> </tr> </table> -
<form>：表单，用于收集用户输入。<form action="/submit" method="post"> <input type="text" name="username"> <input type="password" name="password"> <button type="submit">Submit</button> </form> -
<div>和<span>：通用容器，用于布局和样式化。
5. HTML 注释
HTML注释用<!--和-->包裹，不会显示在浏览器中。
<!-- 这是一个注释 -->Python 爬虫中常用的HTML元素
1. 超链接（<a>）
超链接用于链接到其他页面或资源。在爬虫中，可以通过提取<a>标签的href属性来获取链接。
<a href="https://www.example.com">Link Text</a>2. 图片（<img>）
图片标签用于嵌入图片。在爬虫中，可以通过提取<img>标签的src属性来获取图片的URL。
<img src="image.jpg" alt="Description">3. 表格（<table>）
表格用于显示结构化数据。在爬虫中，可以通过解析<table>标签来提取表格数据。
<table>
<tr>
<th>Header 1</th>
<th>Header 2</th>
</tr>
<tr>
<td>Row 1, Cell 1</td>
<td>Row 1, Cell 2</td>
</tr>
</table>4. 列表（<ul>、<ol>、<li>）
列表用于显示有序或无序的项目列表。在爬虫中，可以通过解析<ul>或<ol>标签来提取列表项。
<ul>
<li>Item 1</li>
<li>Item 2</li>
</ul>5. 表单（<form>）
表单用于收集用户输入。在爬虫中，可以通过解析<form>标签来提取表单数据。
<form action="/submit" method="post">
<input type="text" name="username">
<input type="password" name="password">
<button type="submit">Submit</button>
</form>