BeautifulSoup查找文本后如何获取NavigableString及文本位置？

嗨，我来给你捋捋怎么解决这个问题～

你完全不用重复执行两次搜索操作，不管你是先拿到了包含目标文本的Tag，还是想直接定位到NavigableString，都有办法一步到位关联到你需要的信息：

方案一：从已找到的Tag里定位NavigableString #

如果你已经通过搜索拿到了包含“this text”的Tag对象，直接遍历这个Tag的contents属性，就能筛选出对应的NavigableString节点，同时还能拿到它在Tag子节点里的位置：

from bs4 import BeautifulSoup, NavigableString

html = """
<p>前面的文本 this text 后面的文本</p>
"""

soup = BeautifulSoup(html, "html.parser")

# 假设你已经拿到了包含目标文本的Tag
target_tag = soup.find(lambda tag: tag.name and "this text" in tag.get_text())

# 在Tag的子节点里找对应的NavigableString
target_string = None
for idx, content in enumerate(target_tag.contents):
    if isinstance(content, NavigableString) and "this text" in content:
        target_string = content
        string_position_in_tag = idx  # 记录它在Tag子节点中的位置索引
        break

if target_string:
    print("找到的文本内容:", target_string.strip())
    print("在Tag子节点中的位置:", string_position_in_tag)
    # 还能拿到它在原始HTML源码里的行号和起始位置（解析器支持的话）
    print("源码行号:", target_string.sourceline)
    print("源码起始位置:", target_string.sourcepos)

方案二：直接定位NavigableString，再关联到父Tag #

如果你更想先拿到NavigableString，可以直接用文本匹配找到它，然后通过parent属性获取对应的Tag，这样也只需要一次搜索：

target_string = soup.find(text=lambda t: isinstance(t, NavigableString) and "this text" in t)

if target_string:
    # 获取对应的父Tag
    target_tag = target_string.parent
    print("对应的Tag对象:", target_tag)
    # 同样可以获取位置信息
    print("文本在源码中的行号:", target_string.sourceline)

两种方案都能避免重复搜索，而且能同时拿到NavigableString、它的位置以及关联的Tag对象，完全满足你的需求～

内容的提问来源于stack exchange，提问作者TheHeadlessSourceMan