有没有一种方法可以避免在Python 3中进行多个html.unescape调用？

Question

因此，我一直在尝试摆脱特殊的HTML字符，并为此使用了html.unescape。问题是，如果连续有两个特殊字符，这些功能将无法按我想要的方式正常工作

我尝试了html.unescape（html.unescape（text））之类的多个函数调用，但这肯定是个糟糕的主意

str='Anchor says Buckingham Palace pressure killed ABC's story on Epstein'
print(html.unescape(str))

因此，不是替换所有字符，而是输出：

Anchor says Buckingham Palace pressure killed ABC's story on Epstein

有没有办法解决这种问题？

Answer 1

当他们说我们的数据在多个级别进行深度转义时，通常会出现问题，这是对的。但是，如果我们想按原样接受此问题，并且仍然需要解决它，那么如果我们收到一个可能多次转义的字符串，并且我们不知道它转义的频率，我们可以取消转义直到它不再变化为止。

我们可以使用while循环执行此操作，如下所示：

import html


def ultimately_unescape(s: str) -> str:
    unescaped = ""
    while unescaped != s:
        s = html.unescape(s)
        unescaped = html.unescape(s)

    return s

这给了我们

>>> ultimately_unescape("Anchor says Buckingham Palace pressure killed ABC's story on Epstein"))
"Anchor says Buckingham Palace pressure killed ABC's story on Epstein"