网页根本常识

显示全部楼层

用观赏器访问网站时，页面各不类似，你有没有想过它为何会出现这个样子呢？本节中，我们就来相识一下网页的组成、布局和节点等内容。
网页的组成

网页可以分为三大部分 —— HTML、CSS 和 JavaScript。如果把网页比作一小我的话，HTML 相称于骨架，JavaScript 相称于肌肉，CSS 相称于皮肤，三者团结起来才气形成一个完善的网页。下面我们分离来先容一下这三部分的功能。
（1）HTML

HTML，其英文叫做 HyperText Markup Language，中文翻译叫做超文本标记语言，但我们通常不会用中文翻译来称呼它，一般就叫 HTML。
HTML 是用来描写网页的一种语言，网页包括笔墨、按钮、图片和视频等各种复杂的元素，其基础架构就是 HTML。不同范例的元素通过不同范例的标签来表现，如图片用 img 标签表现，视频用 video 标签表现，段落用 p 标签表现，它们之间的布局又常通过布局标签 div 嵌套组合而成，各种标签通过不同的排列和嵌套才形成了网页的框架。
那 HTML 长什么样子呢？我们可以随意打开一个网站，好比淘宝 https://www.taobao.com，然后右键菜单点击“搜查元素”大概按 F12 快捷键，即可打开观赏器开发者对象，切换到 Elements 面板，这时候就可以看到这里出现的就是淘宝网对应的 HTML，它包罗了一系列标签，观赏器分析这些标签后，便会在网页中衬着成一个个的节点，这便形成了我们寻常看到的网页。好比这里可以看到一个输入框就对应一个 input 标签，可以用于输入笔墨。

不同的标签对应着不同的功能，这些标签定义的节点相互嵌套和组合形成了复杂的条理关系，就形成了网页的架构。
（2）CSS

HTML 定义了网页的布局，但是只有 HTML 页面的布局并不美观，大概只是简朴的节点元素的排列。为了让网页看起来更悦目一些，这里借助了 CSS。
CSS，全称叫作 Cascading Style Sheets，即层叠样式表。“层叠” 是指当在 HTML 中引用了数个样式文件，并且样式产生冲突时，观赏器能依据层叠序次处理。“样式” 指网页中笔墨巨细、颜色、元素间距、排列等格局。CSS 是现在唯一的网页页面排版样式标准，有了它的资助，页面才会变得更为美观。
在上图中，Styles 面板出现的就是一系列 CSS 样式，好比摘抄一段 CSS，内容如下：
#head_wrapper.s-ps-islite .s-p-top { position: absolute; bottom: 40px; width: 100%; height: 181px;}这就是一个 CSS 样式。大括号前面是一个 CSS 选择器。此选择器的意思是首先选中 id 为 head_wrapper 且 class 为 s-ps-islite 的节点，然后再选中其内部的 class 为 s-p-top 的节点。大括号内部写的就是一条条样式规则，比方 position 指定了这个节点的布局办法为绝对布局，bottom 指定节点的下边距为 40 像素，width 指定了宽度为 100%，表现占满父节点，height 则指定了节点的高度。也就是说，我们将职位、宽度、高度等样式设置统一写成如许的情势，然后用大括号括起来，接着在开首再加上 CSS 选择器，这就代表这个样式对 CSS 选择器选中的节点见效，节点就会依据此样式来展示了。
在网页中，一般会统肯定义整个网页的样式规则，并写入 CSS 文件中（其后缀为 css）。在 HTML 中，只必要用 link 标签即可引入写好的 CSS 文件，如许整个页面就会变得美观、优雅。
（3）JavaScript

JavaScript，简称 JS，是一种脚本语言。HTML 和 CSS 配合使用，供给给用户的只是一种静态信息，缺少交互性。我们在网页里大概会看到一些交互和动画效果，如下载进度条、提示框、轮播图等，这通常就是 JavaScript 的功劳。它的涌现使得用户与信息之间不只是一种观赏与显示的关系，而是实现了一种及时、动态、交互的页面功能。
JavaScript 通常也是以单独的文件情势加载的，后缀为 js，在 HTML 中通过 script 标签即可引入，比方：
<script src="jquery-2.1.0.js"></script>综上所述，HTML 定义了网页的内容和布局，CSS 描写了网页的样式，JavaScript 定义了网页的行为。
2. 网页的布局

我们首先用例子来感受一下 HTML 的根本布局。新建一个文本文件，名称叫做 test.html，内容如下：
<!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>这就是一个最简朴的 HTML 实例。开首用 DOCTYPE 定义了文档范例，其次最外层是 html 标签，末了另有对应的竣事标签来表现闭合，其内部是 head 标签和 body 标签，分离代表网页头和网页体，它们也必要竣事标签。head 标签内定义了一些页面的设置和引用，如：
<meta charset="UTF-8" />它指定了网页的编码为 UTF-8。
title 标签则定义了网页的题目，会显示在网页的选项卡中，不会显示在正文中。body 标签内则是在网页正文中显示的内容。div 标签定义了网页中的区块，它的 id 是 container，这是一个非常常用的属性，且 id 的内容在网页中是唯一的，我们可以通过它来获取这个区块。然后在此区块内又有一个 div 标签，它的 class 为 wrapper，这也是一个非常常用的属性，常常与 CSS 配合使用来设定样式。然后此区块内部又有一个 h2 标签，这代表一个二级题目。其余，另有一个 p 标签，这代表一个段落。在这两者中直接写入响应的内容即可在网页中出现出来，它们也有各自的 class 属性。
将代码保存后，双击该文件在观赏器中打开，可以看到如图所示的内容。

可以看到，选项卡上显示了 This is a Demo 字样，这是我们在 head 中的 title 里定义的笔墨。而网页正文是 body 标签内部定义的各个元素生成的，可以看到这里显示了二级题目和段落。
这个实例就是网页的一般布局。一个网页的标准情势是 html 标签内嵌套 head 和 body 标签，head 内定义网页的设置和引用，body 内定义网页的正文。
3 节点树及节点间的关系

在 HTML 中，所有标签定义的内容都是节点，它们组成了一个 HTML 节点树，也称之为 HTML DOM 树。
我们先看下什么是 DOM。DOM 是 W3C（万维网联盟）的标准，其英文全称 Document Object Model，即文档对象模型。它定义了访问 HTML 和 XML 文档的标准。依据 W3C 的 HTML DOM 标准，HTML 文档中的所有内容都是节点。

整个网站文档是一个文档节点。
每个 html 标签对应一个根元素节点，即上例中的 html 标签，这属于一个跟元素节点。
节点内的文本是文本节点，好比 a 节点代表一个超链接，它内部的文本也被认为是一个文本节点。
每个节点的属性是属性节点，好比 a 节点有一个 href 属性，它就是一个属性节点。
表明是表明节点，在 HTML 中有特殊的语法会被分析为表明，但其也会对应一个节点。

所以，HTML DOM 将 HTML 文档视作树布局，这种布局被称为节点树，如图所示：

通过 HTML DOM，树中的所有节点均可通过 JavaScript 访问，所有 HTML 节点元素均可被修改，也可以被创立或删除。
节点树中的节点相互拥有层级关系。我们常用父（parent）、子（child）和兄弟（sibling）等术语描写这些关系。父节点拥有子节点，同级的子节点被称为兄弟节点。
在节点树中，顶端节点称为根（root）。除了根节点之外，每个节点都有父节点，同时可拥有任意数目的子节点或兄弟节点。图展示了节点树以及节点之间的关系。

4. 选择器

我们知道网页由一个个节点组成，CSS 选择器会依据不同的节点设置不同的样式规则，那么如何来定位节点呢？
在 CSS 中，我们使用 CSS 选择器来定位节点。比方，上例中 div 节点的 id 为 container，那么就可以表现为 #container，其中 # 开首代表选择 id，其后紧跟 id 的名称。其余，如果我们想选择 class 为 wrapper 的节点，便可以使用.wrapper，这里以点（.）开首代表选择 class，其后紧跟 class 的名称。其余，另有一种选择办法，那就是依据标署名筛选，比方想选择二级题目，直接用 h2 即可。这是最常用的 3 种表现，分离是依据 id、class、标署名筛选，请牢记它们的写法。
其余，CSS 选择器还支持嵌套选择，各个选择器之间加上空格分离隔便可以代表嵌套关系，如 #container .wrapper p 则代表先选择 id 为 container 的节点，然后选中其内部的 class 为 wrapper 的节点，然后再进一步选中其内部的 p 节点。其余，如果不加空格，则代表并列关系，如 div#container .wrapper p.text 代表先选择 id 为 container 的 div 节点，然后选中其内部的 class 为 wrapper 的节点，再进一步选中其内部的 class 为 text 的 p 节点。这就是 CSS 选择器，其筛选功能还黑白常强盛的。
我们可以在观赏器中测试 CSS 选择器的效果，依然还是打开观赏器的开发者对象，然后按快捷键 Ctrl + F（如果你用的是 Mac，则是 Command + F），这时候在左下角便会涌现一个搜索框，如图所示。

这时候我们输入 .title 就是选中了 class 为 title 的节点，这时候该节点就会被选中并在网页中高亮显示，如图所示：

输入 div#container .wrapper p.text 就逐层选中了 id 为 container 中 class 为 wrapper 节点中的 p 节点，如图所示：

其余，CSS 选择器另有一些其他语法规则，详细如下表所示。
CSS 选择器的其他语法规则

选择器	例子	例子描写
.class	.intro	选择 class="intro" 的所有节点
#id	#firstname	选择 id="firstname" 的所有节点
*	*	选择所有节点
element	p	选择所有 p 节点
element,element	div,p	选择所有 div 节点和所有 p 节点
element element	div p	选择 div 节点内部的所有 p 节点
element>element	div>p	选择父节点为 div 节点的所有 p 节点
element+element	div+p	选择紧接在 div 节点之后的所有 p 节点
[attribute]	[target]	选择带有 target 属性的所有节点
[attribute=value]	[target=blank]	选择 target="blank" 的所有节点
[attribute~=value]	[title~=flower]	选择 title 属性包罗单词 flower 的所有节点
:link	a:link	选择所有未被访问的链接
:visited	a:visited	选择所有已被访问的链接
:active	a:active	选择活动链接
:hover	a:hover	选择鼠标指针位于其上的链接
:focus	input:focus	选择获得焦点的 input 节点
:first-letter	p:first-letter	选择每个 p 节点的首字母
:first-line	p:first-line	选择每个 p 节点的首行
:first-child	p:first-child	选择属于父节点的第一个子节点的所有 p 节点
:before	p:before	在每个 p 节点的内容之前插入内容
:after	p:after	在每个 p 节点的内容之后插入内容
:lang(language)	p:lang	选择带有以 it 开首的 lang 属性值的所有 p 节点
element1~element2	p~ul	选择前面有 p 节点的所有 ul 节点
[attribute^=value]	a[src^="https"]	选择其 src 属性值以 https 开首的所有 a 节点
[attribute$=value]	a[src$=".pdf"]	选择其 src 属性以 .pdf 结尾的所有 a 节点
[attribute*=value]	a[src*="abc"]	选择其 src 属性中包罗 abc 子串的所有 a 节点
:first-of-type	p:first-of-type	选择属于其父节点的首个 p 节点的所有 p 节点
:last-of-type	p:last-of-type	选择属于其父节点的末了一个 p 节点的所有 p 节点
nly-of-type	pnly-of-type	选择属于其父节点唯一的 p 节点的所有 p 节点
nly-child	pnly-child	选择属于其父节点的唯一子节点的所有 p 节点
:nth-child(n)	p:nth-child	选择属于其父节点的第二个子节点的所有 p 节点
:nth-last-child(n)	p:nth-last-child	同上，从末了一个子节点开始计数
:nth-of-type(n)	p:nth-of-type	选择属于其父节点第二个 p 节点的所有 p 节点
:nth-last-of-type(n)	p:nth-last-of-type	同上，但是从末了一个子节点开始计数
:last-child	p:last-child	选择属于其父节点末了一个子节点的所有 p 节点
:root	:root	选择文档的根节点
:empty	p:empty	选择没有子节点的所有 p 节点（包括文本节点）
:target	#news:target	选择当前活动的 #news 节点
:enabled	input:enabled	选择每个启用的 input 节点
:disabled	input:disabled	选择每个禁用的 input 节点
:checked	input:checked	选择每个被选中的 input 节点
:not(selector)	:not	选择非 p 节点的所有节点
::selection	::selection	选择被用户选取的节点部分

其余，另有一种比较常用的选择器 XPath，这种选择办法背面会详细先容。
5. 总结

本节先容了网页的布局和节点间的关系，相识了这些内容，我们才有更加清楚的思路去分析和提取网页内容。
本节参考来源：

文档 - HTML - MDN Web Docs：https://developer.mozilla.org/en-US/docs/Web/HTML
文档 - JavaScript - MDN Web Docs：https://developer.mozilla.org/en-US/docs/Web/JavaScript
文档 - HTML DOM 节点 - W3School：http://www.w3school.com.cn/htmldom/dom_nodes.asp
文档 - HTML - 维基百科：https://en.wikipedia.org/wiki/HTML
文档 - CSS Selector - W3School：https://www.w3schools.com/cssref/css_selectors.asp

网页根本常识

火星云矿 | 预约S19Pro，享500抵1000！

浏览过的版块