获取节点信息是什么？

关键要点

• 获取节点信息是从已定位的HTML节点（Tag对象）中提取内容。
• 一个Tag对象主要包含三部分信息：标签名称、属性和文本。
• 通过Tag.name获取标签名，Tag.attrs获取属性字典，Tag.text获取文本内容。
• 获取特定属性值（如href）可以使用Tag['属性名']的方式。
• 理解节点信息是进行网页数据抓取和解析的前提。

怎么选 / 怎么做

获取节点信息通常遵循以下步骤：
1. 使用find()或find_all()等方法定位到目标节点，得到一个Tag对象。
2. 使用Tag.name属性获取该节点的标签名称（如'a', 'div'）。
3. 使用Tag.attrs属性获取该节点所有属性的字典。
4. 使用Tag['属性名']（如Tag['href']）获取特定属性的值。
5. 使用Tag.text属性获取节点内的纯文本内容。

常见问题

什么是Tag对象？

Tag对象是BeautifulSoup中代表HTML节点的对象，包含标签名、属性和文本。

如何获取节点的标签名？

使用Tag对象的.name属性，如tag.name。

如何获取节点的href属性？

使用字典式访问，如tag['href']。

Tag.text返回什么内容？

返回节点内所有子孙文本拼接后的纯文本。