python - Bagaimana untuk melarikan diri secara automatik '<abc>' apabila menemui aksara melarikan diri html sedemikian di bawah python3?

Question

Saya baru mengenali python Apabila menggunakan perangkak scray, saya menemui watak istimewa html, jadi saya mencari dokumentasi di Baidu:

import HTMLParser
html_parser = HTMLParser.HTMLParser()
s = '&l t;abc&g t;&nbs p;' #Ruang ditinggalkan untuk mengelakkan halaman web terlepas
s = html_parser.unescape(s)

Gesaan masa:
import markupbase
ImportError: Tiada modul bernama 'markupbase'

---

Dengan bantuan perisian terjemahan, saya menemui kaedah kedua dengan membaca dokumentasi HTMLParser rasmi

daripada html.parser import HTMLParser

kelas MyHTMLParser(HTMLParser):

def handle_data(self, data):
    print(data)
    return data

parser = MyHTMLParser()
s = '&l t;abc&g t;&nbs p;' #Tinggalkan ruang untuk mengelakkan halaman web terlepas
ss=parser.feed(s)

Kaedah kedua berjaya diuji, tetapi masalah yang dihadapi ialah ayat data pulangan tidak sah?

---

Maafkan saya, adakah terdapat sebarang penyelesaian untuk melarikan diri dengan hanya beberapa baris kod Jika tiada kaedah kedua, bagaimana saya boleh mendapatkan nilai pulangan?

Answer 1

from html.parser import HTMLParser
html_parser = HTMLParser()
s = '<abc>&nbsp;'
txt = html_parser.unescape(s)
print(txt)
# 结果：<abc>