有人说“互联网中有50%以上的流量是爬虫”，第一次听这句话也许你会觉得这个说法实在太夸张了，怎么可能爬虫比用户还多呢？毕竟会爬虫的相对与不会爬虫的简直少之又少。
但是很多爬虫工程师或者反爬虫工程师讲了实话：50%？你在逗我？就这么少的量？然后他举出例子：
某个公司的某个页面的某个接口，每分钟访问量是1.2万左右，这里面有都少正常用户呢？50%？60%？正确答案是：500个以下，那我们来算算爬虫占比：（12000-500）/12000=95.8%
没错95.8%，这是一位反爬虫工程师给出的爬虫占比！！！
那这么多的爬虫它们在互联网上做什么呢？答案当然是：孜孜不倦的爬取爬取网页信息。今天我们就来讲讲组成互联网的重要部分之一：HTML网页。 一、起源与发展
前面我们介绍HTTP的时候，给大家讲过是万维网的发明者，互联网之父计算机科学家蒂姆·伯纳斯·李，在他最初的构想组成中就有：提出使用HTML超文本标记语言(Hypertext Markup Language)作为创建网页的标准。
大家千万记住HTML并不是一种编程语言，而是一种标记语言 (markup language)，由W3C（万维网联盟）制定标准，然后由个大浏览器厂商自己去实现支持！
下面我们来看看HTML标准的发展历史：
我们常说的网页就是HTML页面，而构成HTML页面的东西有很多，如：html标签、数据、css样式、js等，那我们就主要讲讲以下这几个组成部分。
1.HTML标签HTML标签是构成HTML页面的主要组成部分，我们来看一个HTML实际例子：
<!--注册页--> <html> <!--网页头--> <head> <meta charset="utf-8" /> <title>注册页</title> </head> <!--网页体--> <body> <!--表单标签--> <form action="/register" method="post"> <div>用户名：<input type="text" name="username"/></div> <div>性 别： <input name="sex" type="radio" checked="checked"/>男 <input name="sex" type="radio" />女 </div> <div>密 码：<input type="text" name="password"/></div> <br/> <input type="submit" value="注册" style="width:150px;" /> </form> </body> </html>上面是一个非常简陋的用户注册页面（用于教学），用户可以输入用户名性别和密码然后点注册就提交到服务器，下面我们来稍微讲解以下这个页面。
html标签对限定了文档的开始点和结束点，所有的元素和标签都应该放在他们之间。
head标签对表示网页头部信息，其中包含了网页标题、网页编码、网站ico、网站引入的一些静态资源（css、js）以及网站关键字SEO相关信息等。
body标签对表示网页体，几乎所有的网页内容都在这里展现。
form标签对表示创建表单，表单用于向服务器传输数据，能够包含 input 元素，比如文本字段、复选框、单选框、提交按钮等等。