可以现在电脑中新建一个记事本，然后把后缀名改为“.html”就可以了，在顶部输入代码：“这里是网页显示的部分”，点击保存，然后右键文件选择使用浏览器打开就可以看到一个文件了，在每个标签之间最好打一个回车，这样代码看着更方便。
html常用标签：创建一个HTML文档、设置文档标题和其它在网页中不显示的信息、设置文档的标题、下划线、黑体字、斜体字。
html常用格式标签：
创建一个段落、<palign="">将段落按左、中、右对齐、
换行插入换行符、
从两边缩进文本、
定义列表。
html常用连接标签：<ahref=“URL”>创建超文本链接、创建自动发送电子邮件的链接、<aname=“name”>创建位于文档内部的书签、<ahref="#name">创建指向位于文档内部书签的链接。

什么是 HTML？

HTML 是用来描述网页的一种语言。

HTML 指的是超文本标记语言 (Hyper Text Markup Language)

HTML 不是一种编程语言，而是一种标记语言 (markup language)

标记语言是一套标记标签 (markup tag)

HTML 使用标记标签来描述网页

HTML 标签

HTML 标记标签通常被称为 HTML 标签 (HTML tag)。

HTML 标签是由尖括号包围的关键词，比如 

HTML 标签通常是成对出现的，比如  和 

标签对中的第一个标签是开始标签，第二个标签是结束标签

开始和结束标签也被称为开放标签和闭合标签

HTML 文档 = 网页

HTML 文档描述网页

HTML 文档包含 HTML 标签和纯文本

HTML 文档也被称为网页

Web 浏览器的作用是读取 HTML 文档，并以网页的形式显示出它们。浏览器不会显示 HTML 标签，而是使用标签来解释页面的内容：


我的第一个标题
我的第一个段落。

例子解释
 与  之间的文本描述网页
 与  之间的文本是可见的页面内容
 与 
 之间的文本被显示为标题
 与 
 之间的文本被显示为段落
**html简单网页代码**
XML/HTML Code复制内容到剪贴板
  
  
  
      
      
      
  
  
    
  
        
Login
  
          
              
              
            登录  
          
    
  
  
  
css代码：
CSS Code复制内容到剪贴板

html{

width: 100%;

height: 100%;

overflow: hidden;

font-style: sans-serif;

}

body{

width: 100%;

height: 100%;

font-family: ‘Open Sans’,sans-serif;

margin: 0;

background-color: #4A374A;

}

#login{

position: absolute;

top: 50%;

left:50%;

margin: -150px 0 0 -150px;

width: 300px;

height: 300px;

}

#login h1{

color: #fff;

text-shadow:0 0 10px;

letter-spacing: 1px;

text-align: center;

}

h1{

font-size: 2em;

margin: 0.67em 0;

}

input{

width: 278px;

height: 18px;

margin-bottom: 10px;

outline: none;

padding: 10px;

font-size: 13px;

color: #fff;

text-shadow:1px 1px 1px;

border-top: 1px solid #312E3D;

border-left: 1px solid #312E3D;

border-right: 1px solid #312E3D;

border-bottom: 1px solid #56536A;

border-radius: 4px;

background-color: #2D2D3F;

}

.but{

width: 300px;

min-height: 20px;

display: block;

background-color: #4a77d4;

border: 1px solid #3762bc;

color: #fff;

padding: 9px 14px;

font-size: 15px;

line-height: normal;

border-radius: 5px;

margin: 0;

}

	

表白，或称告白意为向他人表示自己的想法或心意，特指表达爱意，又称示爱，在这种情况下通常被认为是建立恋爱关系的方式。
表白可以通过各种方式，如当面表达，写情书，打电话，网络即时通讯，送礼物如送花等。这些都算是比较传统的表白，更有甚者为了追求创意，而创造出很多另类的表白方法。
注:求复合不算表白。
情人节少不了送花送礼物，作为一个程序员，当然不会在送什么礼物上给你指点一二，但可以发挥自己的优势，给需要的朋友分享几个浪漫的表白方式，只需要在电脑上敲几行代码即可，而且十分简单，一看就会。如果暂时用不到的也可以先收藏起来，以后用得着的时候能找到。从简单到复杂。
大家好，今天给大家分享的是，表白的HTML代码，你可以自己修改你不会也没有问题。
1.文件夹比较小，你也可以，无需上传就可以发送给自己喜欢的人，离线观看2.前面的名字可以修改，但是，后缀名一定是 .html不能改
3.用游览器就可以打开了是，主要是手机，界面会更好看4.现在来教你们修改，图片和音乐(自动播放音乐)5.你可以用记事本，打开，也可以用这个notepad打开6.你可以自己搜索图片，或者上传图片，把链接弄来，复制链接--到那个目录
7.可以换音乐，用这个网址：http://www.ytmp3.cn/,8.找到外连接，复制替换9.按Ctrl+s保存，反正要保存10.然后把这个文件发送给心上人，让他用游览器打开(一定要用游览器打开)11.祝福你们找到自己的真爱！！
分享一些爱情相关语录
编辑
    1.我厚实的肩膀，仅给你疲惫的依靠。
    2.你可以拒绝我的表白，但我会等到你愿意爱的那天，不管有没有那么一天。
    3.我陪你，只要你愿意，不管什么时候，我都会在你身边，因为我爱你，想和你在一起。
    4.你若接受我将是世界最幸福的人，你若拒绝我将是世界最痛苦的人。
    5.你在现实中拒绝我的时候，我多希望是在做梦，你在梦里接受我的时候，我多希望那是现实。
    6.我希望，你是我此生，这份爱情故事里的主角。
    7.我的低头沉默只是在考虑，而你却当成是拒绝。
    8.执笔为情，落纸写你，人生浮华，岁月依托，执你一念，倾世永远。
    9.有些话，我只对最心爱的人诉说，而你却常常听见。
    10.你的身上是我爱情的另一半，我用上半生去找你，你可愿意陪我走过下半生。
    11.我的爱，诞生在很久很久，那个见到你的从前。
    12.在通往婚姻殿堂的路上，你可愿意牵着我的手，陪我一起走，当你披上婚纱，我能否当那新郎。
    13.如果我说我陪你，那潜台词，一定是我爱你。
    14.我希望我们两个人，能有同一个故事，关于幸福与爱情，甜蜜与欢乐，我希望你能给我一个正当合理的身份去关心你，天冷了嘱咐你多穿点，饿了叮嘱你多吃点，难过了嘱咐你看开点。
    15.我的心总指引着我去找心爱的人，然后，我的脚步便停在你的身边。
    16.我爱你，所以愿意等你，不管多远，时光不忘记。
    17.你的犯错，一定会换来我的谅解，你的任性，一定会是我的宽容，我宠你，正因我爱你。
    18.这世间有那三个最美妙的字，你或许不会听见我对你说，但你却会在我的身边时刻感觉得到。
    19.我愿陪你直到虚无缥缈岁月的尽头，任凭时间荒芜迷失了整个世界的过往，愿为你构筑一幅幸福的画卷，记录在永恒幸福的瞬间，愿为你谱写一曲甜蜜的乐章，奏响最欢快的音乐。
    20.世界上，最动听的三个字无疑是我爱你，然而， 最感人的莫过于之后的我愿意，当我爱你和我愿意组在在一起的时候，就是全世界最美好的句子。
表白
相关链接：
链接：https://pan.baidu.com/s/1Rjhw8mdr-mIwLBosKZSfrg提取码：vpbv复制这段内容后打开百度网盘手机App，操作更方便哦
友情提示：
1.本公众号可以看(学习屋)里很多学习资源。
2.可添加，问本公众号学习或其他各种问题，也可以一起聊人生
3.微信号：qdgs00 qq:1405811066
4.本教程纯属技术，不要去恶意使用，一切后果自行负责，本公众号一概不管
5.大家有什么想法和需要点教程，可以留言或加小编联系方式

	

众所周知，一般的爬虫套路无非是构造请求、解析网页、提取要素、存储数据等步骤。构造请求主要用到requests库，提取要素用的比较多的有xpath、bs4、css和re。一个完整的爬虫，代码量少则几十行，多则几百行，对于新手来说学习成本还是比较高的。
那么，有没有什么方法只用几行代码就能爬下所需数据呢？
答案是pandas。
自从知道了这个神器，尝试了多个网页数据爬取，屡战屡胜，简直不能再舒服！这家伙也太适合初学爬虫的小伙伴玩耍了吧！
定义
pandas中的pd.read_html()这个函数，功能非常强大，可以轻松实现抓取Table表格型数据。无需掌握正则表达式或者xpath等工具，短短的几行代码就可以将网页数据抓取下来。
原理
Table表格型数据网页结构
pandas适合抓取Table表格型数据，那么咱们首先得知道什么样的网页具有Table表格型数据结构(有html基础的大佬可自行跳过这一part)。
我们先来看个简单的例子。(快捷键F12可快速查看网页的HTML结构)从以上网站可以看出，数据存储在一个table表格中，thread为表头，tbody为表格数据，tbody中的一个tr对应表中的一行，一个td对应一个表中元素。
我们再来看一个例子：也许你已经发现了规律，以Table结构展示的表格数据，大致的网页结构如下：
class="..." id="...">
     <thead>
     <tr>
     <th>...th>tr>thead>
     <tbody>
        <tr>
            <td>...td>tr>
        <tr>...tr>
        <tr>...tr>
        ...
        <tr>...tr>
        <tr>...tr>        tbody>table>
只要网页具有以上结构，你就可以尝试用pandas抓取数据。
pandas请求表格数据流程
针对网页结构类似的表格类型数据，pd.read_html可以将网页上的表格数据都抓取下来，并以DataFrame的形式装在一个list中返回。
pd.read_html语法及参数
基本语法：
pandas.read_html(io,match='.+',flavor=None,header=None,index_col=None,skiprows=None, attrs=None,
parse_dates=False, thousands=', ', encoding=None, decimal='.', converters=None, na_values=None, 
keep_default_na=True, displayed_only=True)
主要参数：
参数释义io接收网址、文件、字符串parse_dates解析日期flavor解析器header标题行skiprows跳过的行属性，比如 attrs = {'id': 'table'}
实战
案例1：抓取世界大学排名(1页数据)
import pandas as pd 
import csv
url1 = 'http://www.compassedu.hk/qs'
df1 = pd.read_html(url1)[0]  #0表示网页中的第一个Table
df1.to_csv('世界大学综合排名.csv',index=0)
没错，5行代码，几秒钟就搞定，我们来预览下爬取到的数据：
案例2：抓取新浪财经基金重仓股数据(6页数据)
import pandas as pd
import csv
df2 = pd.DataFrame()
for i in range(6):
    url2 = 'http://vip.stock.finance.sina.com.cn/q/go.php/vComStockHold/kind/jjzc/index.phtml?p={page}'.format(page=i+1)
    df2 = pd.concat([df2,pd.read_html(url2)[0]])
    print('第{page}页抓取完成'.format(page = i + 1))
df2.to_csv('./新浪财经数据.csv',encoding='utf-8',index=0)
没错，8行代码搞定，还是那么简单。
我们来预览下爬取到的数据：
案例3：抓取证监会披露的IPO数据(217页数据)
 import pandas as pd
 from pandas import DataFrame
 import csv
 import time
 start = time.time() #程序计时
 df3 = DataFrame(data=None,columns=['公司名称','披露日期','上市地和板块','披露类型','查看PDF资料']) #添加列名
 for i in range(1,218):  
     url3 ='http://eid.csrc.gov.cn/ipo/infoDisplay.action?pageNo=%s&temp=&temp1=&blockType=byTime'%str(i)
     df3_1 = pd.read_html(url3,encoding='utf-8')[2]  #必须加utf-8，否则乱码
     df3_2 = df3_1.iloc[1:len(df3_1)-1,0:-1]  #过滤掉最后一行和最后一列(NaN列)
     df3_2.columns=['公司名称','披露日期','上市地和板块','披露类型','查看PDF资料'] #新的df添加列名
     df3 = pd.concat([df3,df3_2])  #数据合并
     print('第{page}页抓取完成'.format(page=i))
df3.to_csv('./上市公司IPO信息.csv', encoding='utf-8',index=0) #保存数据到csv文件
end = time.time()
print ('共抓取',len(df3),'家公司,' + '用时',round((end-start)/60,2),'分钟')
这里注意要对抓下来的Table数据进行过滤，主要用到iloc方法，详情可查看公众号往期原创文章「基础|Pandas常用知识点汇总(三)」。另外，我还加了个程序计时，方便查看爬取速度。
2分14秒爬下217页4334条数据，相当nice了。我们来预览下爬取到的数据：需要注意的是，并不是所有表格都可以用pd.read_html爬取，有的网站表面上看起来是表格，但在网页源代码中不是table格式，而是list列表格式。
这种表格则不适用read_html爬取，得用其他的方法，比如selenium。
下面这本书限时300积分兑换哦
也可参加当当活动每满100减50
感谢北京大学出版社的大力支持