urllib2编码问题

Question

这是我的示例脚本：

import urllib2, re

response = urllib2.urlopen('http://domain.tld/file')
data     = response.read() # Normally displays "the emoticon <3 is blah blah"

pattern   = re.search('(the emoticon )(.*)( is blah blah)', data)
result    = pattern.group(2) # result should contain "<3" now

print 'The result is ' + result # prints "&lt;3" because not encoded

正如您所看到的，我正在获取一个页面并试图从中获取一个字符串，但它没有正确编码，因为我不确定要添加到此脚本中的内容o使最终结果正确。谁能指出我做错了什么？

Answer 1

试试这个：

>>> import HTMLParser
>>> h = HTMLParser.HTMLParser()
>>> h.unescape('wer&wer')
u'wer&wer'