1、 html
html 不是一种编程语言，而是一种标记语言，是制作网页所必须的，你在浏览器里看到的每一个页面，不论简单还是复杂，都是用html编写的，包括你现在看到的这篇文章。
用html写一个简单的页面，是非常容易的，你也可以，将下面这段内容复制到一个文本文件中，另存为 test.html，然后双击文件，浏览器就会打开它
<html><head><meta http-equiv="Content-Type" content="text/html; charset=utf-8"><title>这是一个例子</title></head><body><div><p>这是一段文字</p></div></body>
</html>浏览器里，会显示一个简单的页面，内容只有一句话“这是一段文字”，上面的这段内容，就是所谓的网页源码。
2、 如何查看网页源码
以谷歌浏览器为例，在打开的网页上空白区域单击右键，就会出现一个下拉菜单，其中一个菜单便是“显示网页源代码”
点击这个菜单，你就可以查看到网页的源码了。
如果你仔细观察，网页的样子几乎一样，最常见的标签如下
<html> <head> <title> <body> <div> <a>
不管是什么标签，他们都成对的出现，有一个<div>，必有一个</div> 与之相对应，我们想要的数据，就放在这些标签之中。
你想写一个爬虫，首先你得知道，你想要的内容在哪里，他们在哪些标签中，弄清楚这些，你才能写程序去这些标签中提取你想要的内容。
