python处理html转义字符的方法详解,python转义
python处理html转义字符的方法详解,python转义
本文实例讲述了python处理html转义字符的方法。分享给大家供大家参考,具体如下:
最近在用Python处理网页数据时,经常遇到一些html转义字符(也叫html字符实体),例如<> 等。字符实体一般是为了表示网页中的预留字符,比如>用>表示,防止被浏览器认为是标签,具体参考w3school的HTML 字符实体。虽然很有用,但是它们会极度影响对于网页数据的解析。为了处理这些转义字符,有如下解决方案:
1、使用HTMLParser处理
import HTMLParser html_cont = " asdfg>123<" html_parser = HTMLParser.HTMLParser() new_cont = html_parser.unescape(html_cont) print new_cont #new_cont = " asdfg>123<"
转换回去(只是空格转不回去了):
import cgi new_cont = cgi.escape(new_cont) print new_cont #new_cont = " asdfg>123<"
2、直接挨个替换
html_cont = " asdfg>123<" new_cont = new_cont.replace(' ', ' ') print new_cont #new_cont = " asdfg>123<" new_cont = new_cont.replace('>', '>') print new_cont #new_cont = " asdfg>123<" new_cont = new_cont.replace('<', '<') print new_cont #new_cont = " asdfg>123<"
不知道还有没有更好的办法。
另外stackoverflow上给出了在xml中处理转义字符的解答:python - What's the best way to handle -like entities in XML documents with lxml? - Stack Overflow。
更多关于Python相关内容感兴趣的读者可查看本站专题:《Python编码操作技巧总结》、《Python图片操作技巧总结》、《Python数据结构与算法教程》、《Python Socket编程技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》
希望本文所述对大家Python程序设计有所帮助。
相关内容
- python抓取并保存html页面时乱码问题的解决方法,pytho
- python在Windows下安装setuptools(easy_install工具)步骤详解,
- Python字符编码判断方法分析,python字符编码判断
- python判断字符串编码的简单实现方法(使用chardet),pyt
- Python中json格式数据的编码与解码方法详解,pythonjson
- Python画图学习入门教程,python画图入门教程
- 详解Python中使用base64模块来处理base64编码的方法,pyt
- Python使用email模块对邮件进行编码和解码的实例教程,
- Python设置默认编码为utf8的方法,pythonutf8
- Python内置数据结构与操作符的练习题集锦,python练习题
评论关闭