目标是找到2个标签之间的距离，例如第一个外部的href属性和标题标签，使用BeautifulSoup。
html = '<title>stackoverflow</title><a href="https://stackoverflow.com">test</a>'
soup = BeautifulSoup(html)
ext_link = soup.find('a',href=re.compile("^https?:",re.IGNORECASE))
title = soup.title
dist = abs_distance_between_tags(ext_link,title)
print dist
30
如果不使用正则表达式，我该怎么做？
请注意，标签的顺序可能不同，并且可能有多个匹配（尽管我们只使用find（）进行第一次匹配。）
我在BeautifulSoup中找不到一个返回匹配html中位置/位置的方法。
答案 0 :(得分：1)
正如您所指出的那样，您似乎无法获得BeautifulSoup中元素的确切字符位置。
也许this answer可以帮助您：
AFAIK，lxml只提供sourceline，这是不够的。 Cf API：
Original line number as found by the parser or None if unknown.但expat在文件中提供了精确的偏移量：CurrentByteIndex。
- 从start_element处理程序获取，它返回标记的开始（即'＆lt;'）偏移量。
- 从char_data处理程序获取，它返回数据的开始（即示例中的“B”）偏移量。
答案 1 :(得分：1)
Beautiful Soup 4现在支持Tag.sourceline和Tag.sourcepos。
参考：https://beautiful-soup-4.readthedocs.io/en/latest/#line-numbers