如何使用bs4或lxml在Python中找到XML标记所在的文本行？

在使用Python中的BeautifulSoup（bs4）或lxml库解析XML文档时，通常我们关注的是元素的属性和内容，而不是它们在原始文本中的具体行号。不过，如果你确实需要找到XML标记所在的文本行，可以通过以下方法实现：

使用BeautifulSoup（bs4）

BeautifulSoup本身并不直接提供获取元素所在行的功能，但你可以通过结合Python的内置功能来实现这一点。

from bs4 import BeautifulSoup

xml_content = """
<root>
    <element1>Text1</element1>
    <element2>Text2</element2>
</root>
"""

soup = BeautifulSoup(xml_content, 'xml')

def get_line_number(element):
    # 获取元素的起始位置
    start_pos = xml_content.find(str(element))
    if start_pos == -1:
        return None
    # 计算行号
    line_number = xml_content[:start_pos].count('\n') + 1
    return line_number

for element in soup.find_all():
    print(f"Element {element.name} is on line {get_line_number(element)}")

使用lxml

lxml库提供了更强大的XPath支持，可以通过XPath表达式来获取元素的行号。

from lxml import etree

xml_content = """
<root>
    <element1>Text1</element1>
    <element2>Text2</element2>
</root>
"""

tree = etree.fromstring(xml_content)

for element in tree.iter():
    # 获取元素的行号
    line_number = element.sourceline
    print(f"Element {element.tag} is on line {line_number}")