水晶启幕篇-Day4｜页面读取：获取网页标题、链接、页面源码魔法

📖 知识点

1. 读心三咒：读取网页信息

💡 理解 page.html 拿到的是整张网页的 "原稿"（HTML 代码），可以打印、保存、搜索。这是以后抓数据的基础，非常重要。

2. 源码是什么？

网页在你看到的画面背后，是一大堆 HTML 代码。page.html 就是把这堆代码原封不动读出来。

from DrissionPage import ChromiumPage

page = ChromiumPage()
page.get("https://www.baidu.com")

print("📖 网页标题：", page.title)
print("🔗 网页地址：", page.url)
# 打印源码前1000个字符，避免刷屏
print("📜 源码开头：", page.html[:1000])

3. 源码切片小技巧

page.html 很长，直接打印会刷屏。可以切片：

• page.html[:500]：看前 500 个字符
• 用 len(page.html) 看源码总长度

⚔️ Kata 实战任务

任务需求：

1. 导入 ChromiumPage，创建 Page 对象
2. 访问 https://www.baidu.com
3. 打印网页标题 page.title
4. 打印网页地址 page.url
5. 打印源码长度 len(page.html)
6. 打印源码前 300 个字符，观察 HTML 长什么样

参考代码

from DrissionPage import ChromiumPage

page = ChromiumPage()
page.get("https://www.baidu.com")

# 读心三咒：读取网页信息
print("📖 网页标题：", page.title)
print("🔗 网页地址：", page.url)
print("📏 源码总长度：", len(page.html))
print("📜 源码开头300字符：\n", page.html[:300])

运行输出（源码内容以实际为准，这里示意）：

📖 网页标题： 百度一下，你就知道
🔗 网页地址： https://www.baidu.com
📏 源码总长度： 201234
📜 源码开头300字符：
 <!DOCTYPE html><!--STATUS OK--><html><head><meta http-equiv="content-type" content="text/html;charset=utf-8">...

🧠 思考题

1. 网页标题 page.title 和页面源码 page.html，哪个更适合用来判断 "页面是否加载成功"？
2. 如果要写个程序判断当前网页是不是百度的首页，用 title、url、html 哪个最准确？