Maison > développement back-end > Tutoriel Python > Comment convertir des entités HTML en chaînes Unicode en Python ?

Comment convertir des entités HTML en chaînes Unicode en Python ?

Mary-Kate Olsen
Libérer: 2024-11-05 05:21:02
original
527 Les gens l'ont consulté

How to convert HTML entities to Unicode strings in Python?

Convertir des entités XML/HTML en chaîne Unicode en Python

Question : Comment puis-je convertir une chaîne contenant des entités HTML en une chaîne Unicode dans Python? Par exemple, la chaîne "ǎ" doit être converti en "ǎ" avec une marque de ton (u'u01ce').

Réponse :

Le HTMLParser de la bibliothèque standard Python a une fonction non documentée appelée unescape(). Cette fonction peut convertir les entités HTML en leurs équivalents Unicode.

<code class="python">import HTMLParser
h = HTMLParser.HTMLParser()
h.unescape('&amp;copy; 2010') # u'\xa9 2010'
h.unescape('&amp;#169; 2010') # u'\xa9 2010'</code>
Copier après la connexion

Pour Python 3.4 et supérieur, le code suivant fonctionnera en utilisant le module html :

<code class="python">import html
html.unescape('&amp;copy; 2010') # u'\xa9 2010'
html.unescape('&amp;#169; 2010') # u'\xa9 2010'</code>
Copier après la connexion

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn
Derniers articles par auteur
Tutoriels populaires
Plus>
Derniers téléchargements
Plus>
effets Web
Code source du site Web
Matériel du site Web
Modèle frontal