用python处理html代码的转义与还原

最新推荐文章于 2024-08-02 13:28:27 发布
最新推荐文章于 2024-08-02 13:28:27 发布
阅读量327 收藏
点赞数
分类专栏： 笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_52456246/article/details/111827488
版权

转义 escape:

import cgi
s = cgi.escape("""& < >""") # s = ‘& < >’

反转义 unescape:

#使用标准库
from htmllib import HTMLParser
h = HTMLparser.HTMLParser()
s = h.unescape(’& < >’) # s = u’& < >’

#使用BeautifulSoup
from bs4 import BeautifulSoup
soup = BeautifulSoup(html,
convertEntities=BeautifulSoup.HTML_ENTITIES)

引用于:
http://fredericiana.com/2010/10/08/decoding-html-entities-to-text-in-python/
https://wiki.python.org/moin/EscapingHtml

【Python数据分析与可视化】期末复习试题集
风口IT猪的成长录
12-03 2万+
1.Jupyter notebook不具备的功能是 （） Jupyter notebook可以直接生成一份交互式文档 Jupyter notebook可以安装Python库 Jupyter notebook可以导出HTML文件 Jupyter notebook可以将文件分享给他人 right_answers: Jupyter notebook可以将文件分享给他人 2.在Jupyter notebook的命令模式下，要查看所有快捷..
python详解(7)--异常处理与文件操作
weixin_44806420的博客
07-25 1315
一、python中的异常处理 try…except…else…finally语句：是最基础的异常处理语句，其中 ①try:后为要测试的函数体； ②except的作用为捕捉固定类别的异常，如except ValueError as e，即表示捕捉ValueError异常（其他类型异常不捕捉），并且将异常的具体信息保存在变量e中（注意e非str，且as e可省略）,并运行except语句后的自定义输入...
详解用Python处理HTML转义字符的5种方式
09-20
本文介绍了详解用Python处理HTML转义字符的5种方式，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
python处理html符号转义
qq_30108237的博客
06-10 1959
Python处理HTML转义字符 在抓网页数据经常遇到例如>或者 这种HTML转义符，抓到字符串里很是烦人。 比方说一个从网页中抓到的字符串: p =’<abc>’ 用Python可以这样处理： import html p = '&lt;abc&gt;' txt= html.unescape(p) print (txt) #这样就得到了txt= '<abc>' 如果还想转回去，可以这样： import cgi q = cgi.escape(html)
python处理HTML转义字符
qq_37702890的博客
07-22 483
最近利用js2xml来获取<script>数据，代码如下： src_text = js2xml.parse(src, debug=False) src_tree = js2xml.pretty_print(src_text) 我们就把数据转化成了xml标签树，(注意转化后的src_tree是str类型，后面的unescape()好像只对str有用)但是我发现转化后的'<'都...
python 处理html转义字符
枪枪枪的博客
11-17 446
from html import unescape html_content = unescape(str(pq_html)) 测试文本： <div onclick="tzbszn();" style="cursor:pointer;"><img src="/images/detailbszn.png" style="width:88px;height:88px;position:absolute;top:150px;right:35px;"/></div>&
python传到前端的数据,双引号被转义的问题
09-17
在Web开发中，数据传输是常见的操作，特别是Python作为...在前端，使用`JSON.parse()`并可能需要配合模板引擎的转义机制来还原JSON字符串。对于Flask用户，`jsonify`函数提供了一个方便且安全的方法来发送JSON数据。
初识Python——字符串中的转义字符
Weixinsuiyue的博客
07-07 299
转义字符可以在Python输出内容的时候对字符串做一些格式的调整 转义字符概述 转义字符 含义 \\ 反斜线 \’ 单引号 \" 双引号 \t 横向制表符 \n 换行符，将光标位置移到下一行开头 \r 回车符，将光标位置移到本行开头 \b 退格（Backspace），将光标位置移到前一列 \ 在字符串行尾的续行符，即一行未完，转到下一行继续写 参考：http://c.biancheng.net/view/2176.html 实例 1. \\ 获取一个文件的地址
Python3之乱码\xe6\x97\xa0\xe6\xb3\x95处理方式
09-16
在Python3中，乱码问题经常出现在与外部系统交互时，尤其是在处理中文或其它非ASCII字符时更为常见。本文将深入探讨Python3中的乱码处理方式，并通过具体实例来说明如何有效地解决这类问题。 #### 一、乱码产生的...
Python 格式化输出.html
02-05
通过基础讲解明白什么是格式化，如何使用，以及使用格式化输出的目的和意义，掌握最基本的几个格式控制符，
python转义html字符串,用python处理html代码的转义与复原
weixin_36328984的博客
05-30 480
抓网页数据经常遇到例如>或者这种HTML转义符，抓到字符串里很是烦人。比方说一个从网页中抓到的字符串html = '<abc>'用Python可以这样处理：importHTMLParserhtml_parser =HTMLParser.HTMLParser()txt = html_parser.unescape(html) #这样就得到了txt = ''如果还想转回去，可以这样...
python html文本 转义字符,python处理html转义字符的方法详解
weixin_33643788的博客
05-31 1171
搜索热词本文实例讲述了python处理html转义字符的方法。分享给大家供大家参考，具体如下：最近在用Python处理网页数据时，经常遇到一些html转义字符(也叫html字符实体)，例如<>等。字符实体一般是为了表示网页中的预留字符，比如>用>表示，防止被浏览器认为是标签，具体参考w3school的HTML 字符实体。虽然很有用，但是它们会极度影响对于网页数据的解析。为...
记录一下，今天要用python的html转码
程序碎片
06-18 1774
要用这代码，还没去公司，先记录一下，到时候直接用了。 import cgi import HTMLParser my_string1 = '''<img class="size-medium wp-image-113" style="margin-left: 15px;" title="su1" src="http://blah.org/wp-content/uploads/2008/1
python html 转义编码,在Python中转义HTML实体和UTF-8
weixin_39649611的博客
07-02 833
我正在解析包含许多特殊字符(包括Unicode和HTML实体形式)的HTML文件。 尽管已经阅读了大量有关Python与Unicode的文档，但我仍然无法正确转换HTML实体。在Python中转义HTML实体和UTF-8这里是我跑的测试：>>> import HTMLParser>>> p = HTMLParser.HTMLParser()>>&gt...
python对含html转义字符编码(四)进行转换
第一天
01-15 6575
在抓取下来的网页源码显示的是如下的内容,而不是可读性的汉字 （当然，如果是在Web页面上展示，则实体会自动被浏览器转为原字符，正常显示） 经查资料后得知, 在网页中以四开头的是HTML实体,具体什么是HTML实体, 请百度:http://baike.baidu.com/view/4757776.htm 如何把汉字转换成HTML实体呢？ 其实很简单，汉字的HTML实体由三部分组成，”&amp;#+A...
python中将HTML转义字符转换成相应的符号
weixin_47831992的博客
04-15 739
【代码】python中将HTML转义字符转换成相应的符号。
把数字翻译成字符串python_python 数值转换为字符串Python对HTML转义字符进行反转义...
weixin_39646688的博客
11-23 210
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 >>fromhtml.parserimportHTMLParser>>>HTMLParser().unescape('param=p1&...
【Python】Python 转换 Html 为 Markdown
Young_Pro的博客
08-02 1842
在将 HTML 转换为 Markdown 时，表格通常可以保留其基本结构，但可能无法保持所有的格式细节。函数读取 HTML 文件，将其内容转换 为Markdown，然后将 Markdown 内容写入新的文件。如果你需要保持表格的精确格式，可能需要手动调整转换后的 Markdown 或寻找支持更多特性的转换工具。使用这些技巧时，请记住，Markdown 的目的是为了简洁和可读性，而不是复杂的布局。或其他转换工具，结果可能有所不同，因为不同的库可能对HTML到Markdown的转换有不同的实现方式。
python替换段落
最新发布
04-22
### 在 Python 中替换字符串或段落的解决方案 在 Python 中，可以使用内置的字符串方法 `str.replace()` 来替换字符串中的部分内容。这种方法简单易用，适用于大多数基本场景。对于更复杂的模式匹配和替换需求，则可以采用正则表达式模块 `re` 实现高级功能。 #### 1. 使用 `str.replace()` 进行简单的字符串替换 `str.replace(old, new[, count])` 是一种非常直观的方式，用于将字符串中的某些部分替换成新的内容。参数说明如下： - `old`: 原始子字符串。 - `new`: 新的子字符串，用来替代原始子字符串的部分。 - `count`(可选): 表示最多替换几次，默认为全部替换。 下面是一个具体例子： ```python original_text = "我喜欢学习Python编程语言" modified_text = original_text.replace("Python", "Java") print(modified_text) ``` 上述代码会输出 `"我喜欢学习Java编程语言"`[^2]。 #### 2. 处理大段落中的多次替换 当面对较长文本并需执行多步替换时，可以链式调用 `replace()` 方法依次处理不同目标词组。 例如： ```python paragraph = """Python是一种广泛使用的解释型、高级通用编程语言。 它由Guido van Rossum创建，并于1991年首次发布。""" updated_paragraph = ( paragraph .replace("Python", "Ruby", 1) .replace("高级", "低级") ) print(updated_paragraph) ``` 在这个例子中，“Python”第一次出现会被替换为“Ruby”，而所有“高级”的实例都会变成“低级”。最终打印的结果将是修改后的版本[^3]。 #### 3. 利用正则表达式进行灵活替换 如果需要基于某种模式而非固定字面值来进行替换操作，那么应该选用标准库中的 `re.sub(pattern, repl, string)` 函数。它可以接受正则表达式的规则作为输入条件从而实现更加动态化的控制流程。 示例演示如何移除HTML标签并将特殊字符转义出来： ```python import re import html html_content = '<p>这是一个测试<b><strong></b></p>' cleaned_html = re.sub(r'<.*?>', '', html_content) # 移除所有 HTML 标签 escaped_chars = html.unescape(cleaned_html) # 转换实体编码回正常字符 final_result = escaped_chars.replace('<', '<').replace('>', '>') print(final_result) ``` 这段脚本先删除了所有的 HTML 结构标记再还原那些被编码过的尖括号符号最后得到纯净干净的内容显示效果[^4]。 另外值得注意的是有时候我们可能还会碰到一些带有多种分隔符的大规模数据集此时就需要借助强大的正则引擎来拆解重组它们达到预期目的如以下片段所示: ```python import re messy_string = 'apple orange banana grapefruit pear apple' pattern = r'\b(apple|orange)\b' resulting_str = re.sub(pattern, lambda m: m.group().upper(), messy_string) print(resulting_str) ``` 在这里我们将满足给定模式的所有单词都转换成了全大写字母形式[^5]。 --- ###
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值