首頁 > 後端開發 > Python教學 > python處理html轉義字符

python處理html轉義字符

高洛峰
發布: 2017-03-01 13:27:57
原創
2060 人瀏覽過

本文實例講述了python處理html轉義字元的方法。分享給大家供大家參考,如下:

最近在用Python處理網頁資料時,常常遇到一些html轉義字元(也叫html字元實體),例如<> 等。字符實體一般是為了表示網頁中的預留字符,例如>用>表示,防止被瀏覽器認為是標籤,具體參考w3school的HTML 字符實體。雖然很有用,但是它們會極度影響對於網頁資料的解析。為了處理這些轉義字符,有以下解決方案:

1、使用HTMLParser處理

import HTMLParser
html_cont = " asdfg>123<"
html_parser = HTMLParser.HTMLParser()
new_cont = html_parser.unescape(html_cont)
print new_cont #new_cont = " asdfg>123<"
登入後複製

轉換回去(只是空格轉不回去了):

import cgi
new_cont = cgi.escape(new_cont)
print new_cont #new_cont = " asdfg>123<"
登入後複製

#2、直接挨個替換

html_cont = " asdfg>123<"
new_cont = new_cont.replace(&#39; &#39;, &#39; &#39;)
print new_cont #new_cont = " asdfg>123<"
new_cont = new_cont.replace(&#39;>&#39;, &#39;>&#39;)
print new_cont #new_cont = " asdfg>123<"
new_cont = new_cont.replace(&#39;<&#39;, &#39;<&#39;)
print new_cont #new_cont = " asdfg>123<"
登入後複製

不知道還有沒有更好的辦法。

另外stackoverflow上給了在xml中處理轉義字元的答案:python - What's the best way to handle  -like entities in XML documents with lxml? - Stack Overflow。

更多python處理html轉義字元相關文章請關注PHP中文網!

相關標籤:
來源:php.cn
本網站聲明
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn
熱門教學
更多>
最新下載
更多>
網站特效
網站源碼
網站素材
前端模板