Есть ли способ получить номер строки из элемента ElementTree?

Глядя на документы, я не вижу способа сделать это с помощью cElementTree.

Однако мне повезло с lxml версией реализации XML. Предполагается, что это почти замена с использованием libxml2. И элементы имеют атрибут sourceline. (А также получить множество других функций XML).

Единственное предостережение в том, что я использовал его только в python 2.x - не знаю, как/работает ли он под 3.x - но, возможно, стоит посмотреть.

Приложение: на их первой странице они говорят:

Инструментарий lxml XML — это привязка Pythonic для библиотек C libxml2 и libxslt. Он уникален тем, что сочетает в себе скорость и полноту функций XML этих библиотек с простотой собственного API Python, в основном совместимого, но превосходящего хорошо известный API ElementTree. Последний выпуск работает со всеми версиями CPython от 2.3 до 3.2. См. введение для получения дополнительной информации об истории и целях проекта lxml. Ответы на некоторые распространенные вопросы приведены в FAQ.

Так что похоже, что python 3.x в порядке.

Мне потребовалось некоторое время, чтобы понять, как это сделать с помощью Python 3.x (здесь используется 3.3.2), поэтому я решил резюмировать:

# Force python XML parser not faster C accelerators
# because we can't hook the C implementation
sys.modules['_elementtree'] = None
import xml.etree.ElementTree as ET

class LineNumberingParser(ET.XMLParser):
    def _start_list(self, *args, **kwargs):
        # Here we assume the default XML parser which is expat
        # and copy its element position attributes into output Elements
        element = super(self.__class__, self)._start_list(*args, **kwargs)
        element._start_line_number = self.parser.CurrentLineNumber
        element._start_column_number = self.parser.CurrentColumnNumber
        element._start_byte_index = self.parser.CurrentByteIndex
        return element

    def _end(self, *args, **kwargs):
        element = super(self.__class__, self)._end(*args, **kwargs)
        element._end_line_number = self.parser.CurrentLineNumber
        element._end_column_number = self.parser.CurrentColumnNumber
        element._end_byte_index = self.parser.CurrentByteIndex
        return element

tree = ET.parse(filename, parser=LineNumberingParser())

Я сделал это в elementtree, создав подкласс ElementTree.XMLTreeBuilder. Затем, когда у меня есть доступ к self._parser (Expat), у него есть свойства _parser.CurrentLineNumber и _parser.CurrentColumnNumber.

http://docs.python.org/py3k/library/pyexpat.html?highlight=xml.parser#xmlparser-objects содержит подробные сведения об этих атрибутах.

Во время синтаксического анализа вы можете распечатать информацию или поместить эти значения в атрибуты выходного элемента XML.

Если ваш XML-файл включает в себя дополнительные XML-файлы, вы должны сделать некоторые вещи, которые я не помню и которые не были хорошо задокументированы, чтобы отслеживать текущий XML-файл.

Один (хакерский) способ сделать это - вставить фиктивный атрибут, содержащий номер строки, в каждый элемент перед синтаксическим анализом. Вот как я сделал это с минидомом:

строка/столбец отчета python о происхождении узла XML

Это можно тривиально настроить на cElementTree (или на самом деле любой другой XML-парсер python).