Haskell：删除字符串中的html字符实体

Question

我正在寻找一个包含html字符实体的字符串，例如 等，并用文字字符串字符替换它们。我通过twitter的api获取数据，文本包含这些实体。有人知道现有的图书馆吗？

感谢您的帮助！

Answer 1

关于hackage的Web.Encodings包看起来很有前途（decodeHtml函数）：

http://hackage.haskell.org/packages/archive/web-encodings/0.3.0.2/doc/html/Web-Encodings.html

Answer 2

我使用包tagsoup中的函数构建了以下函数。它处理HTML5标准中的所有命名和数字实体（超过2000，see the list）。

import   qualified          Text.HTML.TagSoup as TS

decodeHTMLentities :: (StringLike str, Show str) => str -> str   
decodeHTMLentities s = TS.fromTagText $ head $ TS.parseTags s

StringLike包含String，懒惰和严格ByteString和Text的实例。

未知的诱惑将保持不变。如果您想要关于未知实体的警告，请使用：

> parseTagsOptions parseOptions{optTagWarning=True} "&asdasd;"
[TagText "&asdasd;",TagWarning "Unknown entity: asdasd"] 

Answer 3

你好试试下面的代码就可以了解

labelTR = labelTR.replace(/(?: |")/g,'');