最推荐用 querySelectorAll 按标签名筛选：一行代码如 document.querySelectorAll("img") 获取所有 img 元素，返回 NodeList 需转数组；注意标签名小写、加引号；getElementsByTagName 返回实时 HTMLCollection 但仅支持单标签；lxml XPath 适合后端解析；createNodeIterator 过于复杂不推荐。
用 querySelectorAll 按标签名筛选最直接
浏览器原生支持，一行代码就能拿到所有指定标签的元素集合，比如 document.querySelectorAll("img") 返回全部 <img> 节点，document.querySelectorAll("div, p, li") 支持多标签并列。注意它返回的是 NodeList，不是数组，需用 Array.from() 或展开语法转成数组才能用 filter、map 等方法。
常见错误：写成 document.querySelectorAll("IMG") —— 标签名不区分大小写，但 CSS 选择器规范里全小写更稳妥，大写反而在某些旧环境出问题；另外别漏掉引号，querySelectorAll(div) 是语法错误。
getElementsByTagName 返回实时集合，改 DOM 会自动更新
这个 API 返回的是 HTMLCollection，特点是「实时」——如果后续动态插入一个新 <p>，它会立刻出现在该集合里。适合监听变动频繁的场景，比如实时统计页面段落数量。
但要注意：getElementsByTagName 只能查单个标签名，不支持逗号分隔；且必须调用在某个父节点上（document 或任意元素），不能单独写 getElementsByTagName("a")；返回值哪怕只有一个元素，也得用索引取，比如 document.getElementsByTagName("header")[0]。
立即学习“前端免费学习笔记（深入）”；
Python 用 lxml 的 XPath 写 //tagname
如果你在后端或爬虫中解析 HTML 字符串，lxml.etree 是最稳的选择。html.xpath("//img") 就能提取所有 <img> 元素对象，html.xpath("//div[@class='content']") 还能加属性条件。比正则安全，比 BeautifulSoup 快。
容易踩的坑：
-
//img匹配所有层级的<img>，要只查子级得写/html/body/img或用./img相对路径 - 属性值含空格或特殊字符时，XPath 里要用单引号包住字符串，比如
//div[@data-category='user info']会报错，得写成//div[@data-category='user info']（实际应避免空格，用下划线） - 如果 HTML 不规范（如自闭合标签没闭合），记得传
etree.HTMLParser(recover=True)，否则解析可能中断
createNodeIterator 不是为按标签筛选设计的
它本质是遍历 DOM 树的底层工具，不能直接传入 "img" 这样的字符串来过滤。你必须显式传入 NodeFilter.SHOW_ELEMENT，再在 acceptNode 回调里手动判断 node.tagName === "IMG"（注意 DOM 中标签名全是大写）。
除非你要做深度定制，比如跳过注释、文本节点，同时只保留特定标签 + 特定 class 的组合，否则没必要绕这么大弯。用 querySelectorAll 更快、更可读、更少出错。
最常被忽略的一点：createNodeIterator 的 acceptNode 函数里，漏写 return NodeFilter.FILTER_REJECT 会导致调用 nextNode() 时抛 TypeError，而且错误堆栈不提示具体哪行，排查起来很费时间。
