第02讲：夯实根基，Web 网页基础
網頁的組成
首先，我們來了解網頁的基本組成，網頁可以分為三大部分：HTML、CSS 和 JavaScript。
如果把網頁比作一個人的話，HTML 相當于骨架，JavaScript 相當于肌肉，CSS 相當于皮膚，三者結合起來才能形成一個完整的網頁。下面我們來分別介紹一下這三部分的功能。
1.HTML
HTML 是用來描述網頁的一種語言，其全稱叫作 Hyper Text Markup Language，即超文本標記語言。
我們瀏覽的網頁包括文字、按鈕、圖片和視頻等各種復雜的元素，其基礎架構就是 HTML。不同類型的元素通過不同類型的標簽來表示，如圖片用 img 標簽表示，視頻用 video 標簽表示，段落用 p 標簽表示，它們之間的布局又常通過布局標簽 div 嵌套組合而成，各種標簽通過不同的排列和嵌套就可以形成網頁的框架。
我們在 Chrome 瀏覽器中打開百度，右擊并選擇 “檢查” 項（或按 F12 鍵），打開開發者模式，這時在 Elements 選項卡中即可看到網頁的源代碼，如圖所示。
這就是 HTML，整個網頁就是由各種標簽嵌套組合而成的。這些標簽定義的節點元素相互嵌套和組合形成了復雜的層次關系，就形成了網頁的架構。
2. CSS
雖然 HTML 定義了網頁的結構，但是只有 HTML 頁面的布局并不美觀，可能只是簡單的節點元素的排列，為了讓網頁看起來更好看一些，這里就需要借助 CSS 了。
CSS，全稱叫作 Cascading Style Sheets，即層疊樣式表。“層疊” 是指當在 HTML 中引用了數個樣式文件，并且樣式發生沖突時，瀏覽器能依據層疊順序處理。“樣式” 指網頁中文字大小、顏色、元素間距、排列等格式。
CSS 是目前唯一的網頁頁面排版樣式標準，有了它的幫助，頁面才會變得更為美觀。
圖的右側即為 CSS，例如：
#head_wrapper.s-ps-islite .s-p-top {position: absolute;bottom: 40px;width: 100%;height: 181px;這就是一個 CSS 樣式。大括號前面是一個 CSS 選擇器。此選擇器的作用是首先選中 id 為 head_wrapper 且 class 為 s-ps-islite 的節點，然后再選中其內部的 class 為 s-p-top 的節點。
大括號內部寫的就是一條條樣式規則，例如 position 指定了這個元素的布局方式為絕對布局，bottom 指定元素的下邊距為 40 像素，width 指定了寬度為 100% 占滿父元素，height 則指定了元素的高度。
也就是說，我們將位置、寬度、高度等樣式配置統一寫成這樣的形式，然后用大括號括起來，接著在開頭再加上 CSS 選擇器，這就代表這個樣式對 CSS 選擇器選中的元素生效，元素就會根據此樣式來展示了。
在網頁中，一般會統一定義整個網頁的樣式規則，并寫入 CSS 文件中（其后綴為 css）。在 HTML 中，只需要用 link 標簽即可引入寫好的 CSS 文件，這樣整個頁面就會變得美觀、優雅。
3. JavaScript
JavaScript，簡稱 JS，是一種腳本語言。HTML 和 CSS 配合使用，提供給用戶的只是一種靜態信息，缺乏交互性。我們在網頁里可能會看到一些交互和動畫效果，如下載進度條、提示框、輪播圖等，這通常就是 JavaScript 的功勞。它的出現使得用戶與信息之間不只是一種瀏覽與顯示的關系，而是實現了一種實時、動態、交互的頁面功能。
JavaScript 通常也是以單獨的文件形式加載的，后綴為 js，在 HTML 中通過 script 標簽即可引入，例如：
<script src="jquery-2.1.0.js"></script>綜上所述，HTML 定義了網頁的內容和結構，CSS 描述了網頁的布局，JavaScript 定義了網頁的行為。
4.網頁的結構
了解了網頁的基本組成，我們再用一個例子來感受下 HTML 的基本結構。新建一個文本文件，名稱可以自取，后綴為 html，內容如下：
<!DOCTYPE html> <html> <head> <meta charset="UTF-8"> <title>This is a Demo</title> </head> <body> <div id="container"> <div class="wrapper"> <h2 class="title">Hello World</h2> <p class="text">Hello, this is a paragraph.</p> </div> </div> </body> </html>這就是一個最簡單的 HTML 實例。開頭用 DOCTYPE 定義了文檔類型，其次最外層是 html 標簽，最后還有對應的結束標簽來表示閉合，其內部是 head 標簽和 body 標簽，分別代表網頁頭和網頁體，它們也需要結束標簽。
head 標簽內定義了一些頁面的配置和引用，如：，它指定了網頁的編碼為 UTF-8。title 標簽則定義了網頁的標題，會顯示在網頁的選項卡中，不會顯示在正文中。body 標簽內則是在網頁正文中顯示的內容。
div 標簽定義了網頁中的區塊，它的 id 是 container，這是一個非常常用的屬性，且 id 的內容在網頁中是唯一的，我們可以通過它來獲取這個區塊。然后在此區塊內又有一個 div 標簽，它的 class 為 wrapper，這也是一個非常常用的屬性，經常與 CSS 配合使用來設定樣式。
然后此區塊內部又有一個 h2 標簽，這代表一個二級標題。另外，還有一個 p 標簽，這代表一個段落。在這兩者中直接寫入相應的內容即可在網頁中呈現出來，它們也有各自的 class 屬性。
將代碼保存后，在瀏覽器中打開該文件，可以看到如圖所示的內容。
可以看到，在選項卡上顯示了 This is a Demo 字樣，這是我們在 head 中的 title 里定義的文字。而網頁正文是 body 標簽內部定義的各個元素生成的，可以看到這里顯示了二級標題和段落。
這個實例便是網頁的一般結構。一個網頁的標準形式是 html 標簽內嵌套 head 和 body 標簽，head 內定義網頁的配置和引用，body 內定義網頁的正文。
5.節點樹及節點間的關系
在 HTML 中，所有標簽定義的內容都是節點，它們構成了一個 HTML DOM 樹。
我們先看下什么是 DOM。DOM 是 W3C（萬維網聯盟）的標準，其英文全稱 Document Object Model，即文檔對象模型。它定義了訪問 HTML 和 XML 文檔的標準：
W3C 文檔對象模型（DOM）是中立于平臺和語言的接口，它允許程序和腳本動態地訪問和更新文檔的內容、結構和樣式。
W3C DOM 標準被分為 3 個不同的部分：
- 核心 DOM - 針對任何結構化文檔的標準模型
- XML DOM - 針對 XML 文檔的標準模型
- HTML DOM - 針對 HTML 文檔的標準模型
根據 W3C 的 HTML DOM 標準，HTML 文檔中的所有內容都是節點：
- 整個文檔是一個文檔節點
- 每個 HTML 元素是元素節點
- HTML 元素內的文本是文本節點
- 每個 HTML 屬性是屬性節點
- 注釋是注釋節點
HTML DOM 將 HTML 文檔視作樹結構，這種結構被稱為節點樹，如圖所示。
通過 HTML DOM，樹中的所有節點均可通過 JavaScript 訪問，所有 HTML 節點元素均可被修改，也可以被創建或刪除。
節點樹中的節點彼此擁有層級關系。我們常用父（parent）、子（child）和兄弟（sibling）等術語描述這些關系。父節點擁有子節點，同級的子節點被稱為兄弟節點。
在節點樹中，頂端節點稱為根（root）。除了根節點之外，每個節點都有父節點，同時可擁有任意數量的子節點或兄弟節點。圖中展示了節點樹以及節點之間的關系。
本段參考 W3SCHOOL，鏈接：http://www.w3school.com.cn/htmldom/dom_nodes.asp。
6.選擇器
我們知道網頁由一個個節點組成，CSS 選擇器會根據不同的節點設置不同的樣式規則，那么怎樣來定位節點呢？
在 CSS 中，我們使用 CSS 選擇器來定位節點。例如，上例中 div 節點的 id 為 container，那么就可以表示為 #container，其中 # 開頭代表選擇 id，其后緊跟 id 的名稱。
另外，如果我們想選擇 class 為 wrapper 的節點，便可以使用 .wrapper，這里以點“.”開頭代表選擇 class，其后緊跟 class 的名稱。另外，還有一種選擇方式，那就是根據標簽名篩選，例如想選擇二級標題，直接用 h2 即可。這是最常用的 3 種表示，分別是根據 id、class、標簽名篩選，請牢記它們的寫法。
另外，CSS 選擇器還支持嵌套選擇，各個選擇器之間加上空格分隔開便可以代表嵌套關系，如 #container .wrapper p 則代表先選擇 id 為 container 的節點，然后選中其內部的 class 為 wrapper 的節點，然后再進一步選中其內部的 p 節點。
另外，如果不加空格，則代表并列關系，如 div#container .wrapper p.text 代表先選擇 id 為 container 的 div 節點，然后選中其內部的 class 為 wrapper 的節點，再進一步選中其內部的 class 為 text 的 p 節點。這就是 CSS 選擇器，其篩選功能還是非常強大的。
另外，CSS 選擇器還有一些其他語法規則，具體如表所示。因為表中的內容非常的多，我就不在一一介紹，課下你可以參考文字內容詳細理解掌握這部分知識。
另外，還有一種比較常用的選擇器是 XPath，這種選擇方式后面會詳細介紹。
總結
以上是生活随笔為你收集整理的第02讲：夯实根基，Web 网页基础的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 第41讲：Scrapy框架的介绍
- 下一篇： 第15讲：Selenium 爬取实战