R爬虫之 html 简介

感谢老俊俊的大力支持。我们会每日跟新，欢迎您关注老俊俊的生信笔记。

点击上方关注我们


今天 转载 一篇关于 html 基本知识的文章，文章来自 web前端开发 公众号，作者是一个资深的前端开发技术员，文章和技术都非常的优秀！欢迎大家去公众号学习前端知识！


转载这篇文章帮助大家理解 html 的结构，方便了解 R 语言爬取解析网页。


【教程】html+css零基础入门教程（一）

什么是 HTML？

HTML即超文本标记语言 (Hyper Text Markup Language)， 是用来描述网页的一种语言。
超文本标记语言的结构包括”头”部分（外语：Head）、和”主体”部分（外语：Body），其中”头”部提供关于网页的信息，”主体”部分提供网页的具体内容。
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

如下代码：

<html>
<body>
<h1>My First Heading</h1>
<p>My first paragraph.</p>
</body>
</html>


例子解释:

<html> 与 </html> 之间的文本描述网页
<body> 与</body> 之间的文本是可见的页面内容
<h1> 与 </h1> 之间的文本被显示为标题
<p> 与 </p> 之间的文本被显示为段落

HTML 元素

HTML 文档是由 HTML 元素定义的。

HTML 元素指的是从开始标签（start tag）到结束标签（end tag）的所有代码。

开始标签 元素内容 结束标签
<p> This is a paragraph </p>
<a href=”default.htm”> This is a link </a>
<br />

注释：开始标签常被称为开放标签（opening tag），结束标签常称为闭合标签（closing tag），大多数 HTML 元素可拥有属性。


空的 HTML 元素：

没有内容的 HTML 元素被称为空元素。在 XHTML、XML 以及未来版本的 HTML 中，所有元素都必须被关闭。

在开始标签中添加斜杠，比如:<br>就是没有关闭标签的空元素, 而<br />是关闭空元素的正确方法，HTML、XHTML 和 XML 都接受这种方式。

即使 <br>在所有浏览器中都是有效的，但使用 <br /> 其实是更长远的保障。


HTML 提示：使用小写标签

HTML 标签对大小写不敏感：<P> 等同于<p>。许多网站都使用大写的 HTML 标签。

W3School 使用的是小写标签，因为万维网联盟（W3C）在 HTML 4 中推荐使用小写，而在未来 (X)HTML 版本中强制使用小写。

HTML 属性

HTML 标签可以拥有属性。属性提供了有关 HTML 元素的更多的信息。

属性总是以名称/值对的形式出现，比如：name=”value”。

属性总是在 HTML 元素的开始标签中规定。


属性实例:

HTML 链接由 <a>标签定义。链接的地址在 href 属性中指定：

<a href="http://www.w3school.com.cn">This is a link</a>

注释：属性值应该始终被包括在引号内。双引号是最常用的，不过使用单引号也没有问题。在某些个别的情况下，比如属性值本身就含有双引号，那么您必须使用单引号，例如：name=’Bill “HelloWorld” Gates’。


HTML 提示：使用小写属性

属性和属性值对大小写不敏感。

不过，万维网联盟在其 HTML 4 推荐标准中推荐小写的属性/属性值。

而新版本的 (X)HTML 要求使用小写属性。


一些常见HTML属性:

属性 值 描述
class classname 规定元素的类名（classname）
id id 规定元素的唯一 id
style style_definition 规定元素的行内样式（inline style）
title text 规定元素的额外信息（可在工具提示中显示）
HTML 编辑器

使用 Notepad 或 TextEdit 来编写 HTML

可以使用专业的 HTML 编辑器来编辑 HTML：

Adobe Dreamweaver

Microsoft Expression Web

CoffeeCup HTML Editor

HTML 标题

标题（Heading）是通过 <h1> – <h6> 等标签进行定义的。
<h1>This is a heading</h1><h1>定义最大的标题。
<h6>This is a heading</h6><h6> 定义最小的标题。

注释：浏览器会自动地在标题的前后添加空行。

注释：默认情况下，HTML 会自动地在块级元素前后添加一个额外的空行，比如段落、标题元素前后。

标题很重要

请确保将 HTML heading 标签只用于标题。不要仅仅是为了产生粗体或大号的文本而使用标题。
搜索引擎使用标题为您的网页的结构和内容编制索引。
因为用户可以通过标题来快速浏览您的网页，所以用标题来呈现文档结构是很重要的。
应该将 h1 用作主标题（最重要的），其后是 h2（次重要的），再其次是 h3，以此类推。

HTML 水平线

<hr /> 标签在 HTML 页面中创建水平线。
hr 元素可用于分隔内容。


例子：

<p>This is a paragraph</p>
<hr />
<p>This is a paragraph</p>
<hr />
<p>This is a paragraph</p>


页面上显示为:

This is a paragraph

This is a paragraph

This is a paragraph

提示: 使用水平线 (<hr> 标签) 来分隔文章中的小节是一个办法（但并不是唯一的办法）。

HTML 段落

可以把 HTML 文档分割为若干段落，段落是通过 <p> 标签定义的。

如下代码：

<p>This is a paragraph</p>
<p>This is another paragraph</p>

注释：浏览器会自动地在段落的前后添加空行。（<p> 是块级元素）

提示：使用空的段落标记 <p></p> 去插入一个空行是个坏习惯。用 <br /> 标签代替它！（但是不要用 <br /> 标签去创建列表。不要着急，您将在稍后的篇幅学习到 HTML 列表。）

不要忘记结束标签

即使忘了使用结束标签，大多数浏览器也会正确地将 HTML 显示出来：

如下代码：

<p>This is a paragraph
<p>This is another paragraph

上面的例子在大多数浏览器中都没问题，但不要依赖这种做法。忘记使用结束标签会产生意想不到的结果和错误。

注释：在未来的 HTML 版本中，不允许省略结束标签。

提示：通过结束标签来关闭 HTML 是一种经得起未来考验的 HTML 编写方法。清楚地标记某个元素在何处开始，并在何处结束，不论对您还是对浏览器来说，都会使代码更容易理解。

HTML 折行

如果您希望在不产生一个新段落的情况下进行换行（新行），请使用 <br /> 标签：

<p>This is<br />a para<br />graph with line breaks</p>

注释：<br /> 元素是一个空的 HTML 元素。由于关闭标签没有任何意义，因此它没有结束标签。

<br> 还是 <br />

您也许发现 <br> 与 <br /> 很相似。

在 XHTML、XML 以及未来的 HTML 版本中，不允许使用没有结束标签（闭合标签）的 HTML 元素。

即使 <br> 在所有浏览器中的显示都没有问题，使用 <br /> 也是更长远的保障。

HTML 输出 – 有用的提示

我们无法确定 HTML 被显示的确切效果。屏幕的大小，以及对窗口的调整都可能导致不同的结果。

对于 HTML，您无法通过在 HTML 代码中添加额外的空格或换行来改变输出的效果。

当显示页面时，浏览器会移除源代码中多余的空格和空行。所有连续的空格或空行都会被算作一个空格。需要注意的是，HTML 代码中的所有连续的空行（换行）也被显示为一个空格。

如下代码：

<p>
    春眠不觉晓，
      处处闻啼鸟。
        夜来风雨声，
          花落知多少。
</p>

输出结果:

春眠不觉晓， 处处闻啼鸟。夜来风雨声， 花落知多少。


练习题

1.以下关于标题的说法哪种是错误的？

A默认情况下，HTML 会自动地在块级元素前后添加一个额外的空行

B使用标题仅仅是为了产生粗体或大号的文本

C搜索引擎使用标题为您的网页的结构和内容编制索引


2.下面几个标题哪个权重最高，最主要？

A<h1>This is a heading</h1>

B<h2>This is a heading</h2>

C<h3>This is a heading</h3>


3.默认情况下，HTML 会自动地在块级元素前后添加一个额外的空行,这个说法对吗？

A对

B错


4.以下关于段落的做法哪种是正确的？

A<p>This is a paragraph

B使用空的段落标记 <p></p> 去插入一个空行

C<p>This is a paragraph </p>


5.下列折行标签使用正确的是？

A<p>This is<br>a para </br>graph with line breaks</p>

B<p>This is<br />a para<br />graph with line breaks</p>

C<p>This is a paragraph</br> graph with line breaks</p>


6.下列说法正确的是？

A可以通过在 HTML 代码中添加额外的空格或换行来改变输出的效果

B使用<br />标签来折行

C使用空的段落标记 <p></p> 去插入一个空行是个好习惯


请把你的答案写在留言区，大家一起交流学习。


所以今天你学习了吗？

发现更多精彩

关注公众号

欢迎小伙伴留言评论！

点击我留言！

今天的分享就到这里了，敬请期待下一篇！

最后欢迎大家分享转发，您的点赞是对我的鼓励和肯定！

如果觉得对您帮助很大，赏杯快乐水喝喝吧！

推 荐 阅 读




请关注“恒诺新知”微信公众号，感谢“R语言“，”数据那些事儿“，”老俊俊的生信笔记“，”冷🈚️思“，“珞珈R”，“生信星球”的支持！

作者头像
weinfoadmin

你可能也喜欢

2-1675088548
lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包，干货满满
30 1月, 2023
9-1675131201
如何快速批量修改 Git 提交记录中的用户信息
26 1月, 2023
8-1678501786
肿瘤细胞通过改变CD8+ T细胞中的丙酮酸利用和琥珀酸信号来调控抗肿瘤免疫应答。
7 12月, 2022

留言