如何在 Python 中將 HTML 實體轉換為 Unicode 字串？

在Python 中將XML/HTML 實體轉換為Unicode 字串

問題：如何將包含HTML 實體的字串轉換為Unicode字串Python？例如，字串「ǎ」應轉換為帶有聲調標記 (u'u01ce') 的「ǎ」。

答案：

Python 標準函式庫的 HTMLParser 有一個未公開的函數，稱為 unescape()。此函數可以將 HTML 實體轉換為其 Unicode 等效項。

<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>

對於 Python 3.4 及更高版本，以下程式碼將使用 html 模組：

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

以上是如何在 Python 中將 HTML 實體轉換為 Unicode 字串？的詳細內容。更多資訊請關注PHP中文網其他相關文章！