上篇文章写了个小爬虫来入门python，其实涉及到知识点还是蛮多的，模块放到后面分解，先来谈谈更基础的html标签，毕竟在提取我们想要的数据时，分析网页代码的比重还是蛮大的
我们看到的网页就是由html构成的，其实并不用太知道html是啥，要学好html那又将要花费大把时间，这里只用知道以下四个标签就足够了，其他的都可以按照这个理解方式来明白它们的意思。
div
li
p
a
html代码中，标签都是成对出现的，有开始，就要有结束，且标签可以无限嵌套，如：
<开始标签>内容放中间
<开始标签>
<开始标签>
<开始标签>内容放中间
<开始标签>内容放中间
仔细观察上面的结构，每一个<开始标签>都有对应的一个，且是可以嵌套的，内容放在一组标签中间。
结合实战，我们在抓的目标网页中这些代码的表现是这样的：
我们每个标签组合看成是一个矩形框，那么上面的html标签应该是这样的：
用矩形框来表示标签组合
注意看，标签组合的结构都是一样的，不一样的只是内容不同而已，这就是一个基本的代码块的结构了，实战中当然是比上面的要“复杂”一些，因为除了我这里贴出来的4个标签之外，还有好多各种标签甚至交叠出现会让你看的眼花缭乱，这个时候就需要静静了（虽然静静也帮不到啥忙），回想下标签的使用方式，有开始和结束，那么只要找到你想抓取的数据前后都有哪些标签，找出开始和结束标签，且包含了想要抓取的数据，那就算是找对了，这里除了用肉眼硬刚，还可以借助工具，看下面截图：
火狐浏览器打开淘宝后，右键 查看元素
展开div标签后可以看到更详细的标签组合
英文功底好的可以用Google浏览器，这里用的火狐，全中文显示，比较好演示。
如果是头一次接触html的，可能会头皮发麻，再次结合上面的四个标签以及矩形框来看看，你会发现就把我们想要的数据一层套在了一层里面而已，到这里基本上就可以把网页结构搞清楚了，接下来就该通过python中的BeautifulSoup模块来提取内容了，我公众号中已经有BeautifulSoup的基本用法学习手账了，有兴趣的可以在公众号‘小白学习手账’中查阅吧
进阶内容：
标签属性：看上面例子中的开始标签，除了标签名以外存在于开始标签内的，如class、id之类的，这就是属性
属性值：class、id等号后面的就是值了
css样式：控制各标签布局、展现形式
js文件或代码块（标签是