使用Python将HTML表示替换为ascii

Question

  

可能重复：
  Decode HTML entities in Python string?

我已经解析了一些HTML文本。但像撇号这样的一些标点符号被’取代。如何将它们还原为`

P.S：我正在使用Python / Feedparser

由于

Answer 1

PSF Wiki有一些方法可以做到这一点。这是一种方式：

import htmllib

def unescape(s):
    p = htmllib.HTMLParser(None)
    p.save_bgn()
    p.feed(s)
    return p.save_end()

请参阅http://wiki.python.org/moin/EscapingHtml

Answer 2

这对我有帮助

import HTMLParser

hparser=HTMLParser.HTMLParser()
new_text=hparser.unescape(raw_text)