python转义html字符串,用python处理html代码的转义与复原

抓网页数据经常遇到例如>或者这种HTML转义符，抓到字符串里很是烦人。

比方说一个从网页中抓到的字符串

html = '<abc>'

用Python可以这样处理：

importHTMLParser

html_parser =HTMLParser.HTMLParser()

txt = html_parser.unescape(html) #这样就得到了txt = ''

如果还想转回去，可以这样：

importcgi

html = cgi.escape(txt) #这样又回到了 html = '<abc&gt'

来回转的功能还分了两个模块实现，挺奇怪。没找到更优美的方法，欢迎补充哈~

--------------------------------------------------

html的escape和unescape

http://stackoverflow.com/questions/275174/how-do-i-perform-html-decoding-encoding-using-python-django

For html encoding, there's cgi.escape from the standard library:

>> help(cgi.escape)

cgi.escape = escape(s, quote=None)

Replace special characters "&", "" to HTML-safe sequences.

If the optional flag quote is true, the quotation mark character (")

is also translated.

For html decoding, I use the following:

from htmlentitydefs import name2codepoint

# for some reason, python 2.5.2 doesn't have this one (apostrophe)

name2codepoint['#39'] = 39

def unescape(s):

"unescape HTML code refs; c.f. http://wiki.python.org/moin/EscapingHtml"

return re.sub('&(%s);' % '|'.join(name2codepoint),

lambda m: unichr(name2codepoint[m.group(1)]), s)

For anything more complicated, I use BeautifulSoup.

python转义html字符串,用python处理html代码的转义与复原相关推荐

python列表添加字符串_2.python基础之—列表，元组，字典，集合，字符串的使用方法...
一.关于python序列的简介. python里面的序列大部分都可以执行,索引,切片,加,乘,检查长度,以及检查某个成员是否存在,甚至还可以找出这个序列中最小的元素和最大的元素,并且序列都是可迭代的. ...
python formatters 与字符串小结 (python 2)
最近学习python 2 ,觉得有必要小结一下关于字符串处理中的formatters, 转载请声明本文的引用出处:仰望大牛的小清新 0.%进行变量取值使用的时机在python中,如果我们只是需要在字 ...
python 变量转字符串_[Python Basic] 字符串处理以及类型转换 2
本节内容涉及函数稍多, 需要慢点消化, 一如既往的, 我们不仅说说 python 的最小必要知识, 也讲讲编程英语. Python内置方法和函数续接上节课,我们还可以使用Python内置的方法和函数 ...
python 字节和字符串区别,Python中字节串和字符串，不是一个概念没有区别之分...
1.字节概念字节(Byte )是计算机信息技术用于计量存储容量的一种计量单位,作为一个单位来处理的一个二进制数字串,是构成信息的一个小单位.最常用的字节是八位的字节,即它包含八位的二进制数. 位:( ...
python基础学习--字符串和文件数据处理--附代码
一. 有两行数据,存在test_data.txt: param:{"phone":"18688773467","pwd":"123 ...
python获取月份字符串_python - python从字符串获取日期 - 堆栈内存溢出
使用时间timestring : import timestring dt_1 = "Fri, 13 Apr 2018 13:13:12 +0000 (UTC)" dt_2 = & ...
python 子字符串位置_python查找子字符串位置Python变量和数据类型详解
Python变量和数据类型 Python中数据类型 Python之print语句 Python的注释 Python中什么是变量 Python中定义字符串 Python中raw字符串与多行字符串 Pyt ...
python时间日期字符串各种
python时间日期字符串各种 python时间日期字符串各种第一种字符串转换成各种日期 time 库 # -*- coding: utf-8 -*- import time, datetime ...
如何在Python中拆分字符串
使用字符串时,常见的操作之一是使用给定的分隔符将字符串拆分为子字符串数组.在本文中,我们将讨论如何在Python中拆分字符串. PYthon学习企鹅裙:88198-2657 领取python自动化编程 ...

python转义html字符串,用python处理html代码的转义与复原

python转义html字符串,用python处理html代码的转义与复原相关推荐

最新文章

热门文章