python处理html中的转义字符

发布时间：2019-09-09 08:51:11编辑：auto阅读（2970）

           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）： 


                        
                        

                            
关键字：
                                                                
                                
                                
                            

                        


                

                            
上一篇：
                                                                    Python缓存神奇库cacheout全                            

                            
下一篇：
                                                                    Google Protocol Buff