Heim  >  Artikel  >  Backend-Entwicklung  >  Wie konvertiert man HTML-Entitäten in Python in Unicode-Strings?

Wie konvertiert man HTML-Entitäten in Python in Unicode-Strings?

Mary-Kate Olsen
Mary-Kate OlsenOriginal
2024-11-05 05:21:02436Durchsuche

How to convert HTML entities to Unicode strings in Python?

XML/HTML-Entitäten in einen Unicode-String in Python konvertieren

Frage: Wie kann ich einen String, der HTML-Entitäten enthält, in einen Unicode-String konvertieren? Python? Beispielsweise ist die Zeichenfolge „ǎ“ sollte in „ǎ“ mit einer Tonmarkierung (u'u01ce') konvertiert werden.

Antwort:

Der HTMLParser der Python-Standardbibliothek verfügt über eine undokumentierte Funktion namens unescape(). Diese Funktion kann HTML-Entitäten in ihre Unicode-Äquivalente konvertieren.

<code class="python">import HTMLParser
h = HTMLParser.HTMLParser()
h.unescape('&amp;copy; 2010') # u'\xa9 2010'
h.unescape('&amp;#169; 2010') # u'\xa9 2010'</code>

Für Python 3.4 und höher funktioniert der folgende Code mit dem HTML-Modul:

<code class="python">import html
html.unescape('&amp;copy; 2010') # u'\xa9 2010'
html.unescape('&amp;#169; 2010') # u'\xa9 2010'</code>

Das obige ist der detaillierte Inhalt vonWie konvertiert man HTML-Entitäten in Python in Unicode-Strings?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Stellungnahme:
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn