2024年静态网页制作实例 篇1
听你的意思是想做个静态页面做一个网站吧。
单纯想用HTML做一个网站是可以的，但是纯粹用HTML写网页真的丑...
想做出一个漂亮的现代网页CSS少不了。
先大白话说说HTML、CSS、JS的作用，再说HTML做网页吧。HTML：
1.告诉计算机页面里有什么。
2.各种元素的前后关系、父子关系。
3.根据所用的元素判断元素占一行还是行内元素。
4.告诉浏览器需要加载什么脚本（script）、样式（css）等等。
6.head元素内，可以告诉浏览器或者爬虫，网站使用的语言（英语还是中文等），做一些移动端兼容设置，title就是本页面的标题。CSS：
css是在HTML给出一个抽象的脸的前提下让每个五官精确定位，它也像是在整容或者化妆，让界面更符合现代人审美。
1.定位属性，position，left，top，block等。
2.装饰属性，color，background，border，shadow-box等。
3.动画属性，transition等。JS：
JS代表着进一步自由，你能做更多的操作，它能做的事情说不完。
1.你可以利用JS与服务器后台沟通，当然HTML的form元素也能做到，但是form提交会刷新整个页面。
2.你可以设置大量的事件监听，如鼠标点击、鼠标移动、页面滚动等，当这些事件发生时你可以做一些事情。
3.利用一些浏览器接口额外做些事情，例如保存数据至本地，更强的图形化，例如利用webgl做动画片或者游戏。如何用HTML制作一个简单网页？
1.如果你的网站只是展示简单的信息又想外观还过得去，我建议你使用Bootstrap可视化布局系统来生成页面，简单的拖拽元素后，你只需要将生成的代码复制到html文件里的body内就好。
2.如果你很懒的话，也可以用纯粹的HTML写页面，学习的话推荐菜鸟教程。
题外话：如果你很有野心的话，建议学习下前端框架VUE，上手也挺简单，官网上和网络上案例多，学习曲线不怎么陡峭，使用element组件库或者ant的组件库，页面体验将会得到炸裂级的提升。
2024年静态网页制作实例 篇2
开门见山吧。1、软件选择
常用的有dreamweaver, expression blender等，建议先学习dreamweaver，dreamweaver自带的代码提示功能与可视视图。对于小白来说，是个容易上手的工具。2、书本与网络教程
书本先熟悉html标签与css语言的用法，书本上的实例，跟着做。有时间经常做练习。对于一些理解困难的问题多做笔记，去网上查，一些博客分享的案例都写的很详细。网上有一部分免费的课程，如腾讯课堂、YY教育学习平台等。还有一些问答平台。如在头条的悟空问答里提问，里面有不少高手。3、案例分析
在网上多看看如头条、阿里、腾讯网站的布局。网页布局是一个个DIV盒子组成，分析DIV的层级结构，学习制作页面的规范，如DIV的命名、注释等。规范对网站的维护与团队协作起到了很重要的作用，提高了效率。还有一点，你跳槽了，工作交接到另一位小伙伴手上，不至于另一个人接手看不懂。4、借助工具
借助浏览器自带的检查工具。一些浏览器都自带检查工具。如谷哥浏览器的“检查元素”、IE的“检查元素”、火狐的“查看元素”等。如谷哥右健的“检查元素”，可以清晰的 看到代码层级、标签元素、对应的CSS样式，可以让你马上检查出问题的所在。5、向高人请教
项目比较急的情况下，自己研究费时间、到网上找答案不全面。这个时候就要找你的同事、朋友请教了，注意对别人客气一点，有求于别人嘛。把问题用笔记本一次性全部记录下 来，再向别人请教。解决问题的方法与结论做详细的笔记，免得一个问题反复的问别人，大家都很忙的。6、总结经验
在做项目的时候，定期总结，碰到的一些难题，刻意的多做几次，有利于加深理解。下次做同样的项目，问解就很快的解决了。这样提升了效率，不至于每一次都去百度上找答案。7、加强JS的学习
建议先学习原生的Javascript后面对熟悉各种框架非常有用。如Jquery ,Vue, Angular等。
最后保持持续学习的心态。欢迎大家补充！
2024年静态网页制作实例 篇3
这次分享一个房地产网站数据采集及可视化分析的Python实际案例，应用效果还是有，步骤如下：
1、获取目标网站
2、分析网站，确定数据采集的方法
3、对采集的数据进行处理
4、最后可视化
先看看最终效果：
首先获取目标网站，可以发现获取的数据信息都在网页上面，所以可以直接使用xpath标签定位获取网页上的数据，而不用担心动态网页的数据会出现变化：
然后获取各个采集字段的具体xpath，包括房源信息、房价、地区、建面（面积）等字段的xpa，部分代码如下：
fymc=n.xpath('./div/div[1]/a/text()')[0]#房源名称 fj=n.xpath('./div/div[6]/div/span[1]/text()')[0]#房价 diqu=n.xpath('./div/div[2]/span[1]/text()')[0]#地区 mj=n.xpath('./div/div[3]/span/text()')[0]
然后我们要爬取页数要设置，可以看到页数链接明显出现变化，而且还是规律性的，所以可以构造一个循环采集指定页数的信息（也就是翻页采集），部分代码如下：
for i in range(1,6): url='https://nn.fang.lianjia.com/loupan/pg'+str(i) #print(url)
翻页采集搞定了，接下来就是数据处理，先判断采集的数据有没有空值或者缺失值，就必须使用numpy和pandas这两个模块进行数据处理，部分代码如下：
data=pd.read_csv(r'C:/Users/Administrator/Desktop/链家数据.csv',encoding='gbk') #data.describe()#做描述性分析，判断有没有空值或者缺失值
然后查看采集的数据发现，建面面积这个字段既有中文又有数字和特殊符号，我们要对这个字段进行拆分，拆分为最大面积和最小面积，代码如下：
data['最小面积']=data['面积'].str.split(expand=True)[1].str.split('-',expand=True)[0] data['最大面积']=data['面积'].str.split(expand=True)[1].str.split('-',expand=True)[1].str.split('㎡',expand=True)[0] data=data.drop('面积',axis=1)
处理完采集的数据，接下来就是对数据进行可视化，可视化就用到matplotlib这个模块，我们用了三个图去可视化数据，包括折线图、饼图、条形图，部分代码如下：
#制作可视化图表 plt.figure(figsize=(10,8)) plt.suptitle("南宁房价可视化分析",fontsize=20) plt.subplot(2,2,1) #不同地区的房源数量--饼图 plt.title('不同地区的房源数量占比--饼图') explode=[0,0,0,0,0.2,0] plt.pie(x=data.地区.value_counts(),labels=data.地区.value_counts().index, explode=explode,autopct='%.3f%%') plt.subplot(2,2,2) plt.title('不同地区的房源数量--条形图') plt.ylim(0,20) x=data.地区.value_counts().index y=data.地区.value_counts() plt.bar(x=x,height=y,width=0.5) for a,b in zip(x,y): plt.text(a,b+0.2,str(b),ha='center',va='bottom',fontsize=10.5,color='green') plt.subplot(2,1,2) plt.title('不同地区平均房价——折线图') plt.ylim(0,30000) qingxiu=int(data[data['地区']=="青秀区"].房价.mean()) xixiangtang=int(data[data['地区']=="西乡塘区"].房价.mean()) xingning=int(data[data['地区']=="兴宁区"].房价.mean()) liangqing=int(data[data['地区']=="良庆区"].房价.mean()) yongning=int(data[data['地区']=="邕宁区"].房价.mean()) dq=['青秀区','西乡塘区','兴宁区','良庆区','邕宁区'] mean_fj=[qingxiu,xixiangtang,xingning,liangqing,yongning] #折线图# plt.plot(dq,mean_fj,label='不同地区平均房价') for a,b in zip(dq,mean_fj): plt.text(a,b+0.2,str(b),ha='center',va='top',fontsize=10.5) plt.legend(loc=1,fontsize=13) plt.show()
最后不多说了，附上完整代码：
import requests from lxml import etree import csv import pandas as pd import matplotlib.pyplot as plt from pylab import mpl import time with open('C:/Users/Administrator/Desktop/链家数据.csv','w',encoding='gbk') as f: f.write('房源名称,房价,地区,面积\n') f.close() for i in range(1,6): url='https://nn.fang.lianjia.com/loupan/pg'+str(i) #print(url) headers={ 'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36' } r=requests.get(url,headers=headers).content b=etree.HTML(r) c=b.xpath('/html/body/div[3]/ul[2]/li') try: for n in c: fymc=n.xpath('./div/div[1]/a/text()')[0]#房源名称 fj=n.xpath('./div/div[6]/div/span[1]/text()')[0]#房价 diqu=n.xpath('./div/div[2]/span[1]/text()')[0]#地区 mj=n.xpath('./div/div[3]/span/text()')[0] with open('C:/Users/Administrator/Desktop/链家数据.csv','a',encoding='gbk') as f1: f1.write('{},{},{},{}\n'.format(fymc,fj,diqu,mj)) print("数据爬取成功！") except: pass time.sleep(20) mpl.rcParams['font.sans-serif']=['SimHei'] mpl.rcParams['axes.unicode_minus']=False data=pd.read_csv(r'C:/Users/Administrator/Desktop/链家数据.csv',encoding='gbk') #数据处理，拆分面积字段为两列数据，最小面积和最大面积 #data.describe() data['最小面积']=data['面积'].str.split(expand=True)[1].str.split('-',expand=True)[0] data['最大面积']=data['面积'].str.split(expand=True)[1].str.split('-',expand=True)[1].str.split('㎡',expand=True)[0] data=data.drop('面积',axis=1) #制作可视化图表 plt.figure(figsize=(10,8)) plt.suptitle("南宁房价可视化分析",fontsize=20) plt.subplot(2,2,1) #不同地区的房源数量--饼图 plt.title('不同地区的房源数量占比--饼图') explode=[0,0,0,0,0.2,0] plt.pie(x=data.地区.value_counts(),labels=data.地区.value_counts().index, explode=explode,autopct='%.3f%%') plt.subplot(2,2,2) plt.title('不同地区的房源数量--条形图') plt.ylim(0,20) x=data.地区.value_counts().index y=data.地区.value_counts() plt.bar(x=x,height=y,width=0.5) for a,b in zip(x,y): plt.text(a,b+0.2,str(b),ha='center',va='bottom',fontsize=10.5,color='green') plt.subplot(2,1,2) plt.title('不同地区平均房价——折线图') plt.ylim(0,30000) qingxiu=int(data[data['地区']=="青秀区"].房价.mean()) xixiangtang=int(data[data['地区']=="西乡塘区"].房价.mean()) xingning=int(data[data['地区']=="兴宁区"].房价.mean()) liangqing=int(data[data['地区']=="良庆区"].房价.mean()) yongning=int(data[data['地区']=="邕宁区"].房价.mean()) dq=['青秀区','西乡塘区','兴宁区','良庆区','邕宁区'] mean_fj=[qingxiu,xixiangtang,xingning,liangqing,yongning] #折线图# plt.plot(dq,mean_fj,label='不同地区平均房价') for a,b in zip(dq,mean_fj): plt.text(a,b+0.2,str(b),ha='center',va='top',fontsize=10.5) plt.legend(loc=1,fontsize=13) plt.show()
2024年静态网页制作实例 篇4
营销型网站除了要分析受众人群、搜索词报告等还需要了解一下八点
1、中文域名在搜索引擎不流行的时候这玩意确实好用，在网址里面输入您的公司名称就可以进入到您的网站，不过现在基本已经没什么人用了，大家都用百度了，不建议大家继续使用，最主要费用高，不划算。2、企业邮箱如果您的公司不是大型企业，那么我建议您使用免费的邮箱或者QQ企业邮箱，这两个产品无需任何费用，性价比极高。3、400电话400电话这个东西基本算是一个无底洞，您公司若真有需要最好直接联系三大运营商对比价格，找网络公司或许给您免费安装，可后面的资费标准都是网络公司说的算哦，而且当您发现资费高的时候号码无法通过除了网络公司之外的渠道进行续费的。4、域名转移密码这个东西很关键哦，如果没有这个，若以后跟网络公司产生矛盾或者要更换网络公司的时候没有这个东西的话要使用您原来的域名那将是一件非常麻烦的事。5、备案转移密码这个东西的重要性跟域名转移密码差不多，不过只是国内的服务器或者空间才有用到，对于港台地区或者国外的服务器这个可以忽略。6、网站代码其中网站代码可分为：网站源代码和网站执行代码，由于源码是属于网络公司的产品，故可以不用给客户，但一般情况下至少给客户网站执行代码或者网站加密代码。这几种代码的区别在于，源代码可以进行二次修改开发，而另外两种则无法进行。对于没有开发团队的企业网站用户来说，两种代码是没有什么区别的。7、网站空间这个东西为网络公司必备的收费工具之一，您要有网站必须要有个空间，而空间的好坏可以直接影响到网站整体的用户体验。实际上空间的成本高低最贵的是带宽，其次才是服务器的配置，售后服务，而基本空间商里提到的空间容量往往是最不值钱的。带宽是3大运营商定的，这个价格无法改变，带宽越大价格越贵，这个一般只有网络公司及其产品运营人能了解带宽，普通的企业网站用户是无法刚性需求带宽多大，除非您拥有自己的服务器。服务器配置来说运营网站只要不是一个服务器跑个大几十个企业网站或者说一个流量超大的网站的话也都还可以，当然这里也没有具体值。售后服务指的是网站出问题之后响应跟处理问题的时间，服务越好则处理问题的速度越快。而网站容量基本忽略了，企业网站有1g的情况下基本用不完。什么才送100M后面不够再加钱，那也实在太坑爹了吧……八、网站速度(1)、域名解析速度域名解析一般使用万网或者新网的dns，基本上不会有问题。(2)、网站空间速度这个跟上面说的带宽、硬件配置跟分配给您空间的资源有关系，具体可以参考万网的配置单，能达到万网配置标准的一般足够用的，如果网络公司价格跟万网差不多，你们选万网吧，毕竟大品牌，不会在硬件配置上给您偷工减料，就是费用高了点。(3)、网站代码
这个跟程序员的经验有关系，跟网络公司成立了多少年关系不大，特别是小的网络公司，大的网络公司有整体的框架已经团队会好些，但相对费用会高些。好的代码运行起来效率会高，速度会快并且能减少服务器的资源消耗。
微信公众号SEM联盟里，有很多关于营销型网站建设的文章，感兴趣的人可以关注一下。
2024年静态网页制作实例 篇5
网页分为静态网页和动态网页，静态网页内容是固定不变的，对于初学者来说易于理解，涉及到的编程知识相对较少，而动态网页的内容则是可以根据实际情况改变的，涉及到编程知识相对较多也较复杂。
既然问题是“第一个网页”，那么，就暂且认为提问者是一位初学者了，因此，接下来就谈谈怎么制作第一个静态网页。
1.确定开发工具。简单的网页，使用windows自带的记事本notepad即可，更好一点的工具，则推荐notepad++,工具小巧免费，支持语法高亮，大多数开发人员都使用过，再高级一点的工具，这里暂时就不介绍了。
2.新建一个网页文件。静态网页纯粹使用Html语言编写，文件名后缀一般为
.htm或.html，以windows记事本为例，我们先右键新建一个文本文档，自然，它的后缀是.txt，此时，选中文件后，按快捷键F2,或者右键点击“重命名”，把后缀的txt该为html，此时会提示“如果改变文件扩展名，可能会导致文件不可用”，不用在意，直接点“是”，确定更改，这样，一个空白的html文件就建好了，双击文件，我们可以直接在浏览器里打开它。
3.开始编写html代码。选中html文件后，我们选择用记事本打开，接下来就可以写一些html代码了，此时，要注意，请确保你的输入法是英文模式下的。下面我写的例子非常简单，只保留了基本的html结构，但是作为第一个网页，已经足够了。
（欢迎关注IT情报员，给你有价值的IT信息）