Python：删除标记并替换json文件中的\ u00a0

Question

我有这样的json文件：

[
    {
       "content": ["<p style=\"text-align:justify;\"> This is content1</p>"],
       "title" : ["This is\u00a0title 1"]
    },
    {
       "content": ["<p style=\"text-align:justify;\"> This is content2</p>"],
       "title" : ["This is\u00a0title 2"]
    }
]

我希望我的json像这样：

[
        {
           "content": ["This is content1"],
           "title" : ["This is title 1"]
        },
        {
           "content": ["This is content2"],
           "title" : ["This is title 2"]
        }
    ]

我想删除HTML标记，并将＆u00a0替换为＆＃34; ＆＃34 ;. 怎么做？

Answer 1

从Python json module开始。这将允许您读取和写入Python数据结构中的JSON字符串。然后使用普通的Python工具处理数据。

要处理HTML，请查看Beautiful Soup。