您的位置:首页 > 脚本大全 > > 正文

python html文字分段(Python对HTML转义字符进行反转义的实现方法)

更多 时间:2021-10-11 00:23:43 类别:脚本大全 浏览量:1436

python html文字分段

Python对HTML转义字符进行反转义的实现方法

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 <,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< 。

python html文字分段(Python对HTML转义字符进行反转义的实现方法)

python 转义字符串反转义

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,反转义的模块是 htmlparser。

  • ?
  • 1
  • 2
  • 3
  • 4
  • # python2
  • import htmlparser
  • >>> htmlparser().unescape('param=p1&param=p2')
  • 'param=p1¶m=p2'
  • python3 htmlparser 模块迁移到了 html.parser

  • ?
  • 1
  • 2
  • 3
  • 4
  • # python3
  • >>> from html.parser import htmlparser
  • >>> htmlparser().unescape('param=p1&param=p2')
  • 'param=p1¶m=p2'
  • 到 python3.4 以后的版本,在 html 模块新增了 unescape 方法。

  • ?
  • 1
  • 2
  • 3
  • 4
  • # python3.4
  • >>> import html
  • >>> html.unescape('param=p1&param=p2')
  • 'param=p1¶m=p2'
  • 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了,意味着之后的版本会被彻底移除。

    另外,xml的sax模块也有支持反转义的函数

  • ?
  • 1
  • 2
  • 3
  • >>> from xml.sax.saxutils import unescape
  • >>> unescape('param=p1&param=p2')
  • 'param=p1¶m=p2'
  • 当然,你完全可以实现自己的反转义功能,不复杂,当然,我们崇尚不重复造轮子。

    以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持开心学习网。

    原文链接:https://www.pythontab.com/html/2018/pythonjichu_0124/1231.html

    您可能感兴趣