Python 是否在源文件中找到标记的位置？

我正在使用BeautifulSoup从HTML文件中提取信息。我希望能够捕获信息的位置，即标记的HTML文件中的偏移量和BS标记对象的偏移量

有办法做到这一点吗

---

我目前使用的是lxml解析器，因为它是默认的。

如果我正确阅读了您的问题，您将使用BeautifulSoup解析一些html，然后使用soup来识别标记。一旦你有了标签，你就会试图在原始html字符串中找到标签的索引位置

使用BeautifulSoup捕获标记的索引位置的问题是，soup将根据给定的解析器改变html的结构。lxml解析可能不会为字符表示提供字符，尤其是在soup中找到标记之后

这是否能持续工作还不确定，但是您可以尝试使用字符串的find方法来查找标记文本内容的位置，该方法应该基本保持不变

#!python
# html is a string containing your html document
soup = BeautifulSoup(html,'lxml')
# target is the tag you want to find
target = soup.find('p')
# now we locate the text of the target inside of the html document
html.find((target.text))

此方法不会从标记的开头开始，但应该能够在html中找到标记的内容

---

如果你想知道汤体中标签的索引，那就更可行了

我不清楚你所说的HTML文件中的偏移量是什么意思…你能包括示例HTML和你想要的输出，以及你的尝试吗？谢谢。我怀疑情况会是这样。我想我也可以在HTML中注入一些位置信息，比如“这是一个有缺陷的解决方案，对于重复的内容来说会失败（这甚至不罕见）。如果有人能说服我，我很高兴取消我的否决票。@Herbert我同意。虽然有点晚了，但我遇到了同样的问题。我的解决办法是查找目标文本的所有副本，并找到我们真正要替换的文本。这是通过获取所需替换文本的索引，将内容拆分为头部和尾部，然后将标记作为字符串插入。