python处理html转义字符的方法详解
本文实例讲述了python处理html转义字符的方法。分享给大家供大家参考，具体如下：
最近在用Python处理网页数据时，经常遇到一些html转义字符（也叫html字符实体），例如<> 等。字符实体一般是为了表示网页中的预留字符，比如>用>表示，防止被浏览器认为是标签，具体参考w3school的HTML 字符实体。虽然很有用，但是它们会极度影响对于网页数据的解析。为了处理这些转义字符，有如下解决方案：
1、使用HTMLParser处理
import HTMLParser html_cont = " asdfg>123<" html_parser = HTMLParser.HTMLParser() new_cont = html_parser.unescape(html_cont) print new_cont #new_cont = " asdfg>123<"
转换回去（只是空格转不回去了）：
import cgi new_cont = cgi.escape(new_cont) print new_cont #new_cont = " asdfg>123<"
2、直接挨个替换
html_cont = " asdfg>123<"
new_cont = new_cont.replace(' ', ' ')
print new_cont #new_cont = " asdfg>123<"
new_cont = new_cont.replace('>', '>')
print new_cont #new_cont = " asdfg>123<"
new_cont = new_cont.replace('<', '<')
print new_cont #new_cont = " asdfg>123<"
不知道还有没有更好的办法。
另外stackoverflow上给出了在xml中处理转义字符的解答：python - What's the best way to handle -like entities in XML documents with lxml? - Stack Overflow。
更多关于Python相关内容感兴趣的读者可查看本站专题：《Python编码操作技巧总结》、《Python图片操作技巧总结》、《Python数据结构与算法教程》、《Python Socket编程技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》
希望本文所述对大家Python程序设计有所帮助。
-
本文向大家介绍python字符串反转的四种方法详解，包括了python字符串反转的四种方法详解的使用技巧和注意事项，需要的朋友参考一下 这篇文章主要介绍了python字符串反转的四种详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 1、用reduce函数方法 2、字符串切割 3、用reversed方法，把字符串变成列表反转后拼接 4、for循环
-
问题内容： 有时候，当我从文件或用户那里得到输入时，我会得到一个带有转义序列的字符串。我想以与Python处理字符串文字中的转义序列相同的方式来处理转义序列。 例如，假设myString定义为： 我想要一个process执行此操作的函数（我称之为）： 该函数可以处理Python中的所有转义序列（在上面的链接的表格中列出），这一点很重要。 Python是否具有执行此操作的功能？ 问题答案： 正确的做
-
在《 Python字符串》一节中我们曾提到过转义字符，就是那些以反斜杠 开头的字符。 ASCII 编码为每个字符都分配了唯一的编号，称为编码值。在 Python 中，一个 ASCII 字符除了可以用它的实体（也就是真正的字符）表示，还可以用它的编码值表示。这种使用编码值来间接地表示字符的方式称为 转义字符（Escape Character）。 如果你对 ASCII 编码不了解，请猛击： ASCII
-
反转义 HTML 字符。 使用带有正则表达式的 String.replace() 来匹配需要被转义的字符，使用一个回调函数使用字典(对象)替换每个 HTML 实体字符为其关联的非转义字符。 const unescapeHTML = str => str.replace( /&|<|>|'|"/g, tag => ({ '
-
转义一个字符串，以用于HTML。 使用带有正则表达式的 String.replace() 来匹配需要转义的字符，使用一个回调函数使用字典(对象)替换每个字符为器关联的 HTML 实体字符。 const escapeHTML = str => str.replace( /[&<>'"]/g, tag => ({ '&': '&',
-
问题内容： 线 打印一个反斜杠（）。和 打印双反斜杠（）。明白了！ 但是为什么在以下代码中： 是输出： 代替 毕竟，该方法是将点（）替换为（）。 有人可以解释一下吗？ 问题答案： 使用正则表达式替换字符时，您可以使用反向引用，例如使用匹配项中的分组替换。 但是，这意味着反斜杠是一个特殊字符，因此，如果您实际上想使用反斜杠，则必须对其进行转义。 这意味着在Java字符串中使用它时实际上需要对其进行两