Python 爬虫入门课作业2－ 网页基础与结构分析

课堂作业要求

• 选择“解密大数据”专题里面上次爬虫课的作业文档地址作为分析页面
• 分析并提交该页面的网页结构分析与元素标签位置信息

作业内容

网页地址：http://www.jianshu.com/p/88d0addf64fa
浏览器：Chrome

HTML 基础

对html有一定基础，但有些元素不太熟悉，浏览页面源码时，摘录学习了下：

• : 声明文档的类型，以便浏览器知道如何显示该文档。非Html标签。的声明是这样的：，表示网页至少升级到[HTML5]的第一步。(http://www.w3school.com.cn/html/html5_intro.asp)。
• HTML 标签：存放描述文档的元信息，比如作者、关键字、文档类型、编码等。的编码：，支持各种语言显示。

页面结构

这个页面由三大部分组成：

1. 顶部导航栏
   包含的一些基本功能元素，以及用户信息文章入口

2. 正文
   包含文章正文，作者及支持部分，作者与读者互动评论部分，以及页边栏

3. 底部
   包含的一些推荐内容

图片.png

页面标签位置

根据页面三大部分，在chrome中通过开发者工具，查看各部分对应源码，分析各页面元素位置：

所有的页面内容均包含在

图片.png

• 顶部导航栏
  可根据class属性“navbar navbar-default navbar-fixed-top”获取。

如要找到用户标签，可通过下面高亮的路径。

• 正文
  所有内容均在
  标签内

图片.png

• 底部
  所有内容均在
  内

全局图：

图片.png