nodeJS Crawler：无法获取与搜索词关联的标记名

如何解决nodeJS Crawler：无法获取与搜索词关联的标记名

我在 NodeJS 中创建了一个爬虫

我有一个网站：“http://www.google.com”，我为其编写了爬虫

技术使用的是nodeJS、cheerio

我所取得的成就的示例：

例如，让我们搜索 google.com。有一个按钮叫做“谷歌搜索”。

让我们搜索文本“google search”。今天我的爬虫可以在页面中找到这个词并说它找到了。

今天显示：在 google.com 上找到的文本“google search”

我需要的结果是：

它需要做的是除了查找文本之外，还要告诉我标签名称，在这种情况下是一个按钮

所需的输出是：在 “TAGNAME: BUTTON”

的 google.com 上找到的文本“google search”

我尝试使用 indexOf，但它不起作用。请建议怎么做？

这是代码 ！！！

index.js
var request = require('request');
var cheerio = require('cheerio');
var URL = require('url-parse');

var START_URL = "https://www.mytravelexp.com/";
var SEARCH_WORD ="Pack your travel essentials";
var MAX_PAGES_TO_VISIT = 20;

var pagesVisited = {};
var numPagesVisited = 0;
var pagesToVisit = [];
var url = new URL(START_URL);
var baseUrl = url.protocol + "//" + url.hostname;

pagesToVisit.push(START_URL);
crawl();

function crawl() {
  if(numPagesVisited >= MAX_PAGES_TO_VISIT) {
    console.log("Reached max limit of number of pages to visit.");
    return;
    
  }
  var nextPage = pagesToVisit.pop();
  if (nextPage in pagesVisited) {
    // We've already visited this page,so repeat the crawl
    crawl();
  } else {
    // New page we haven't visited
    visitPage(nextPage,crawl);
  }
}

function visitPage(url,callback) {
  // Add page to our set
  pagesVisited[url] = true;
  numPagesVisited++;

  // Make the request

  request(url,function(error,response,body) {
    console.log("***************************")
    console.log(" Visiting page: " +  url + '\n');
     if(response.statusCode !== 200) {
       callback();
       return;
     }
     // Parse the document body
     var $ = cheerio.load(body);
     var isWordFound = searchForWord($,SEARCH_WORD);
     if(isWordFound) {
       console.log(' ' + SEARCH_WORD + ' found at page ' + url);
       collectInternalLinks($);
       callback();
     } else {
       collectInternalLinks($);
       // In this short program,our callback is just calling crawl()
       callback();
     }
  });
}

function searchForWord($,word) {
  var bodyText = $('html > body').html().toLowerCase();
  return(bodyText.includes(word.toLowerCase()) !== -1);
}

function collectInternalLinks($) {
    var relativeLinks = $("a[href^='/']");
    relativeLinks.each(function() {
        pagesToVisit.push(baseUrl + $(this).attr('href'));
    });
    
    var absoluteLinks = $("a[href^='http']");
    absoluteLinks.each(function() {
        pagesToVisit.push($(this).attr('href'));
    });
}

解决方法

if ( $('123')[0].name === 'button' ){
    console.log($('button').contents().first().text());
    console.log( $('123').attr('name') );
}