美丽的汤在源文件中找到标记的位置?
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了美丽的汤在源文件中找到标记的位置?相关的知识,希望对你有一定的参考价值。
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BS标签对象的标签的HTML文件中的偏移量。
有没有办法做到这一点?
我目前正在使用lxml解析器,因为它是默认值。
答案
如果我正确地阅读您的问题,您正在使用BeautifulSoup解析一些HTML,然后使用汤来识别标签。获得标记后,您将尝试在原始html字符串中查找标记的索引位置。
使用BeautifulSoup捕获标记的索引位置的问题是,汤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,尤其是在汤中找到标记之后。
如果这将始终有效,那就太好了,但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,该文本内容应保持基本不变。
#!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。
如果你想知道汤体内标签的索引,那就更可行了。
以上是关于美丽的汤在源文件中找到标记的位置?的主要内容,如果未能解决你的问题,请参考以下文章