如何使用python使Escape Sequence to Character Entities

Question

我是一个新鲜的蟒蛇，谢谢你的帮助。 我只想将Escape Sequence转换为Character Entities，比如<更改为<，但是一个HTML页面有许多不同的转义序列，我不能写很多替换语句，如：

str = str.replace(' ', ' ')

...............many code.........

str = str.replace('&lt;', '<')
str = str.replace('&gt;', '>')

这太长了......我只是想要一个有趣或def，这可以轻松解决问题。 非常感谢你

Answer 1

使用HTMLParser.HTMLParser：

>>> from HTMLParser import HTMLParser
>>> # from html.parser import HTMLParser # In Python 3.x
>>> 
>>> parser = HTMLParser()
>>> parser.unescape('>_<')
u'>_<'
>>> parser.unescape('&#48;&#49;&#x32;')
u'012'

注意：HTMLParser.unescape(' ')返回NO-BREAK SPACE（U + 00A0）而不是SPACE。

>>> parser.unescape(' ')
u'\xa0'

顺便说一句，不要将str用作变量名，它会隐藏内置函数str。