python怎么将字符实体转化_在Python中将html实体转换为ascii

下面是一个完整的实现，它还处理unicode html实体。你可能会发现它很有用。

它返回一个不是ascii的unicode字符串，但是如果您想要纯ascii，您可以修改替换操作，以便将实体替换为空字符串。def convert_html_entities(s):

matches = re.findall("\d+;", s)

if len(matches) > 0:

hits = set(matches)

for hit in hits:

name = hit[2:-1]

try:

entnum = int(name)

s = s.replace(hit, unichr(entnum))

except ValueError:

pass

matches = re.findall("[xX][0-9a-fA-F]+;", s)

if len(matches) > 0:

hits = set(matches)

for hit in hits:

hex = hit[3:-1]

try:

entnum = int(hex, 16)

s = s.replace(hit, unichr(entnum))

except ValueError:

pass

matches = re.findall("&\w+;", s)

hits = set(matches)

amp = "&"

if amp in hits:

hits.remove(amp)

for hit in hits:

name = hit[1:-1]

if htmlentitydefs.name2codepoint.has_key(name):

s = s.replace(hit, unichr(htmlentitydefs.name2codepoint[name]))

s = s.replace(amp, "&")

return s

编辑：为十六进制代码添加匹配。我用这个已经有一段时间了，遇到了我的第一个情况，是一个单引号/撇号。