知识卡片
元素标签与属性分工不同
标签界定元素结构,元素可包含文本和子元素,属性如href提供该元素的额外值。并非所有HTML标签都成对:meta、img等空元素没有结束标签,某些结束标签在规定条件下也可省略。空白和换行可能影响文本及显示,不能一概删除;head中的元数据、链接等也可能是抓取目标,而非只需body和title。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
参考来源
- 位置:《Python编程精进(第1辑)(套装共3册)(异步图书)》精通Python爬虫框架Scrapy · 第2章 理解HTML和XPath,spine034单元004;来源项目book-sources,extracted/Python编程精进(第1辑)(套装共3册)(异步图书)/_epub-src/OEBPS/text00033.html。
- 结论依据:原文标签/属性例展示结构与附加值,成对说法被meta/img反例限定,空白和head信息也不能一概视作无抓取意义。补充核验入口:https://html.spec.whatwg.org/multipage/syntax.html#void-elements。未在本机运行示例或改变环境。
- 原始内容:。这两种标签的唯一区别是/字符。这说明,标签是成对出现的。虽然一些网页对于结束标签的使用比较粗心(比如,为独立的段落使用单一的 <p> 标签),但是浏览器有很好的容忍度,并且会尝试推测结束的 </p> 标签应该在哪里。 <p>