python怎么将字符实体转化_将XML/HTML实体转换为Python中的Unicode字符串

Python具有htmltityydefs模块，但这不包括取消转义HTML实体的函数。

Python开发人员Fredrik Lundh(元素树等的作者)具有这样的功能在他的网站上，它适用于十进制、十六进制和命名实体：import re, htmlentitydefs### Removes HTML or XML character references and entities from a text string.#

# @param text The HTML (or XML) source text.# @return The plain text, as a Unicode string, if necessary.def unescape(text):

def fixup(m):

text = m.group(0)

if text[:2] == "":

# character reference

try:

if text[:3] == "":

return unichr(int(text[3:-1], 16))

else:

return unichr(int(text[2:-1]))

except ValueError:

pass

else:

# named entity

try:

text = unichr(htmlentitydefs.name2codepoint[text[1:-1]])

except KeyError:

pass

return text # leave as is

return re.sub("?\w+;", fixup, text)