下面的代码解析HTML,当数字中出现&符时,麻烦就是分裂。
from HTMLParser import HTMLParser
data = '<HTML><meta http-equiv="Pragma" content="no-cache"></head>'\
'<body>107,1,236,1000,70,498,NameA NameB & NameC - ActionA ActionB</body></html>'
class MyHTMLParser(HTMLParser):
def handle_data(self, data):
print data.split(',')
parser = MyHTMLParser()
parser.feed(data)
输出
它正在分裂'&amp;'而不只是逗号。
['107', '1', '236', '1000', '70', '498', 'NameA NameB ']
['&']
[' NameC - ActionA ActionB']
由于
答案 0 :(得分:1)
我认为这是要走的路,
data2 = data.replace('&', 'and')
答案 1 :(得分:0)
备用解决方案,在<body>
标记中获取值,并使用Beautifulsoup或您选择的任何库使用data.split(',')
进行解析。