python处理html符号转义

Python处理HTML转义字符

在抓网页数据经常遇到例如>或者 这种HTML转义符,抓到字符串里很是烦人。

比方说一个从网页中抓到的字符串:

p =’<abc>’

用Python可以这样处理:

import html
p = '&lt;abc&gt;'
txt= html.unescape(p)
print (txt)
#这样就得到了txt= '<abc>'

如果还想转回去,可以这样:

import cgi
q = cgi.escape(html)
print(q)
#这样又回到了 html = '&lt;abc&gt'

#python3.2以后:

import html
q = html.escape(html)
print(q)
#这样又回到了 html = '&lt;abc&gt'

注:
parse_qs, parse_qslescape 已从 cgi 模块中被移除。 这些函数自 Python 3.2 或更早就已被弃用。 它们应改为从 urllib.parse 和 html 模块导入。

详见python3.8技术文档

python-html

该模块定义了操作HTML的工具。

  • html.``escape(s, quote=True)

    将字符串 s 中的字符&<> 转换为安全的HTML序列。 如果需要在 HTML 中显示可能包含此类字符的文本,请使用此选项。 如果可选的标志 quote 为真值,则字符 (") 和 (') 也被转换;这有助于包含在由引号分隔的 HTML 属性中,如 <a href="...">3.2 新版功能.

  • html.``unescape(s)

    将字符串 s 中的所有命名和数字字符引用 (例如 >, >, >) 转换为相应的Unicode字符。 此函数使用HTML 5标准为有效和无效字符引用定义的规则,以及 HTML 5 命名字符引用列表3.4 新版功能.


html 包中的子模块是:

  • 2
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值