在实际应用中，我们有时候会遇到“在Python中HTML转义字符的处理是怎样的”这样的问题，我们该怎样来处理呢？下文给大家介绍了解决方法，希望这篇“在Python中HTML转义字符的处理是怎样的”文章能帮助大家解决问题。

用Python处理HTML转义字符

写爬虫是一个发送请求，提取数据，清洗数据，存储数据的过程。在这个过程中，不同的数据源返回的数据格式各不相同，有 JSON 格式，有 XML 文档，不过大部分还是 HTML 文档，HTML 经常会混杂有转移字符，这些字符我们需要把它转义成真正的字符。

什么是转义字符

在 HTML 中 <、>、& 等字符有特殊含义（<，> 用于标签中，& 用于转义），他们不能在 HTML 代码中直接使用，如果要在网页中显示这些符号，就需要使用 HTML 的转义字符串（Escape Sequence），例如 < 的转义字符是 &lt;，浏览器渲染 HTML 页面时，会自动把转移字符串换成真实字符。

转义字符（Escape Sequence）由三部分组成：第一部分是一个 & 符号，第二部分是实体（Entity）名字，第三部分是一个分号。 比如，要显示小于号（<），就可以写&lt; 。

Python 反转义字符串

用 Python 来处理转义字符串有多种方式，而且 py2 和 py3 中处理方式不一样，在 python2 中，反转义串的模块是 HTMLParser。

# python2
import HTMLParser
my_str = HTMLParser().unescape('a=1&b=2')
print(my_str) # a=1&b=2

Python3 把 HTMLParser 模块迁移到 html.parser

# python3
from html.parser import HTMLParser
my_str = HTMLParser().unescape('a=1&b=2')
print(my_str) # a=1&b=2

到 python3.4 之后的版本，在 html 模块新增了 unescape 方法。

# python3.4
import html
my_str = html.unescape('a=1&b=2')
print(my_str) # a=1&b=2

推荐最后一种写法，因为 HTMLParser.unescape 方法在 Python3.4 就已经被废弃掉,不推荐使用，意味着之后的版本有可能会被彻底移除。

另外，sax 模块也有支持反转义的函数

from xml.sax.saxutils import unescape
my_str = unescape('a=1&b=2')
print(my_str) # a=1&b=2

最后修改:2021-09-07 10:10:40

以上就是关于“在Python中HTML转义字符的处理是怎样的”的介绍了，感谢各位的阅读，希望这篇文章能帮助大家解决问题。如果想要了解更多知识，欢迎关注群英网络，小编每天都会为大家更新不同的知识。

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

猜你喜欢

• python匿名函数有什么优点?一文看懂匿名函数用法

  python匿名函数从字面意思来看，就是没有名字的函数。python使用匿名函数局势可以减少重复代码和模块化代码。因此本文给大家分享关于python匿名函数的用法，下面有具体的实例。

• Python numpy线性代数怎么理解，有哪些知识点

  这篇文章主要介绍了Python numpy之线性代数与随机漫步，线性代数，矩阵计算，优化与内存；比如矩阵乘法，分解，行列式等数学知识，是所有数组类库的重要组成部分

• Python实现字符串拼接方法有哪些，怎么做

  针对大家在Python中常常遇到字符串拼接的问题，本文主要向大家介绍Python中常见的六种拼接方法：加号法、逗号法、直接拼接法、格式化法、join函数法、多行字符串拼接法。详情如下：

• Python文件加载数据的实现怎样做，方法是什么

  日常工作中有许多类型的文件，以及许多方法，用它们从文件中提取数据来图形化。本文将利用Python实现从文件中加载数据，感兴趣的可以了解一下

• Python进程的概念怎么理解，守护进程过程怎样做

  这篇文章主要为大家介绍了Python进程和守护进程，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助<BR>