HTML作为最流行的文本标记语言，爬虫学习过程中要大量的解析HTML文档，系统的学习一下相关语法非常有必要，以下是整理的学习笔记。以下内容主要来源www.w3school.com
什么是 HTML？
HTML 是用来描述网页的一种语言。
HTML 指的是超文本标记语言 (Hyper Text Markup Language)
HTML 不是一种编程语言，而是一种标记语言 (markup language)
标记语言是一套标记标签 (markup tag)
HTML 使用标记标签来描述网页
HTML 文档 = 网页
HTML 文档描述网页
HTML 文档包含 HTML 标签和纯文本
HTML 文档也被称为网页
Web 浏览器的作用是读取 HTML 文档，并以网页的形式显示出它们。浏览器不会显示 HTML 标签，而是使用标签来解释页面的内容：
我的第一个标题
我的第一个段落。
HTML 标签
HTML 标记标签通常被称为 HTML 标签 (HTML tag)。
HTML 标签是由尖括号包围的关键词，比如
HTML 标签通常是成对出现的，比如 和
标签对中的第一个标签是开始标签，第二个标签是结束标签
开始和结束标签也被称为开放标签和闭合标签
| 标签 | 描述 | |||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 元素定义了 HTML 文档中的一个段落 | ||||||||||||||||
| 元素定义了 HTML 文档的主体 | ||||||||||||||||
| 元素定义了整个 HTML 文档 | ||||||||||||||||
| 就是没有关闭标签的空元素 | ||||||||||||||||
|