用Python字符串解码HTML实体？
用Python字符串解码HTML实体？
我正在用BeautifulSoup 3解析一些HTML，但是它包含的HTML实体不是针对我自动解码的：
>>> from BeautifulSoup import BeautifulSoup
>>> soup = BeautifulSoup("<p>£682m</p>")
>>> text = soup.find("p").string
>>> print text
£682m
如何解码HTML实体text得到"£682m"而不是"£682m".
智慧大石浏览 1257回答 4
4回答
-
慕村9548890
美丽的汤处理实体转换。在“美丽汤”3中，您需要指定convertEntities对BeautifulSoup构造函数(请参阅“实体转换”(存档文档的部分)。在美汤4，实体被自动解码。美汤3>>> from BeautifulSoup import BeautifulSoup>>> BeautifulSoup("<p>£682m</p>", ... convertEntities=BeautifulSoup.HTML_ENTITIES)<p>£682m</p>美汤4>>> from bs4 import BeautifulSoup>>> BeautifulSoup("<p>£682m</p>")<html><body><p>£682m</p></body></html> -
千万里不及你
您可以使用w3lib.html库中的替换_实体。In [202]: from w3lib.html import replace_entitiesIn [203]: replace_entities("£682m")Out[203]: u'\xa3682m'In [204]: print replace_entities("£682m")£682m
随时随地看视频慕课网APP
Python
Html/CSS