我们直到，查看网页源码有两种方式：
① 单击鼠标右键，点击查看网页源代码；
② 单击电脑上的F12键；
以实习网为例，网页源代码结构大致就是这样的。
每个网页的源代码，都是由很多不同的标签，嵌套组成的。为了讲解方便，我们利用一个简单的html源代码，给大家讲解网页结构。
<!DOCTYPE html> <html lang="zh-CN"> <head> <meta charset="utf-8"> #注意这个地方，文章编码都是看这里的，有时候解析源代码乱码，可能就是这里的问题！ <title>网页标题</title> <meta name="keywords" content="关键字" /> <meta name="description" content="此网页描述" /> </head> <body> 这里是网页正文内容 </body> </html>
解释如下：
上图是一个最简单的HTMl文档，在上述基础框架上，再添加一些其它的HTML标签，添加一些内容，就可以构成一个丰富的网页了。
我们在爬虫过程中，常见的HTMl标签有div、ul、ol、li、h、a、p、span、img等。接下来，我们分别来介绍它。
注意：HTML标签通常是成对出现的（双边标记），比如 <div>和 </div>，也有单独呈现的标签（单边标记），如：<br />、<hr />和<img src=“images/1.jpg” />等。
说明：给大家讲述这些标签的目的，是为了让大家清楚每个标签具体指代啥，HTML代码不清楚没关系，你只要记住不同标签实际展示出来的效果是啥！
在讲解之前，我们先用pycharm创建一个.html的文件，方便我们后面做标签的讲解演示。
如何在pycharm中创建一个.html的文件呢？
① 打开pycharm；
② 当出现下图，完成图中操作；
③ 当出现下图，任意写一个名称即可；
三步我们就创建了一个最基本的HTML网页，结构大致如下：
div标签
用于定义一个个不同的区块，表示在网页中划定一块儿区域，用于展示内容。因此我们可以设置该区块儿的高height和宽width。
<!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <title>Title</title> </head> <body> <div style="height:100px;width:500px;border:5px;">定义第一个区块儿</div> <div style="height:500px;width:500px;border:8px;">定义第二个区块儿</div> </body> </html>
结果展示：
ul、ol和li标签
ul用于定义一个无序列表，ol用于定义一个有序列表，li可以存在于ul或ol之下，每个li中代码列表中的一条数据。
<!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <title>Title</title> </head> <body> <div> <ul> <li>无序列表中的数据①</li> <li>无序列表中的数据②</li> <li>无序列表中的数据③</li> </ul> <ol> <li>有序列表中的数据①</li> <li>有序列表中的数据②</li> <li>有序列表中的数据③</li> </ol> </div> </body> </html>
结果如下：
h标签
用于定义标题，分别从h1到h6，它们的字体分别由大到小。可以类比word中一级标题、二级标题的概念。
<!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <title>Title</title> </head> <body> <h1>一级标题</h1> <div> <ul> <li>无序列表中的数据①</li> <li>无序列表中的数据②</li> <li>无序列表中的数据③</li> </ul> <h2>二级标题</h2> <ol> <li>有序列表中的数据①</li> <li>有序列表中的数据②</li> <li>有序列表中的数据③</li> </ol> </div> <h3>三级标题</h3> </body> </html>
结果如下：
