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 BS 标记对象的偏移量。
有没有办法做到这一点？
我目前正在使用 lxml 解析器，因为它是默认的。
【问题讨论】：
标签： python html beautifulsoup
如果我正确地阅读了您的问题，那么您正在使用 BeautifulSoup 解析一些 html，然后使用汤来识别标签。获得标签后，您将尝试在原始 html 字符串中找到标签的索引位置。
使用 BeautifulSoup 捕获标签的索引位置的问题是，soup 会根据给定的解析器改变 html 的结构。 lxml 解析可能无法为字符表示提供字符，尤其是在汤中找到标签之后。
这是否能始终如一地工作是不确定的，但您可以尝试使用字符串的 find 方法来查找标签文本内容的位置，该位置应基本保持不变。
#!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))
此方法不会从标签的开头开始，但应该能够在 html 中定位标签的内容。
如果您想知道汤体中标签的索引，那将更加可行。
【讨论】：