我到处都是,只找到了适用于python 2.6和更早版本的解决方案,没什么关于如何在python 3.X中做到这一点的。(我只能访问Win7框。)
我必须能够在3.1中做到这一点,并且最好不要使用外部库。目前,我已经安装了httplib2并可以访问命令提示符curl(这就是我获取页面源代码的方式)。不幸的是,据我所知,curl无法解码html实体,我在文档中找不到用于对其进行解码的命令。
是的,我尝试过《美丽汤》,但在3.X中很多次都没有成功。如果您能提供有关如何使其在MS Windows环境中的python 3中运行的EXPLICIT说明,我将不胜感激。
因此,很明显,我需要将这样Suzy & John的字符串转换为这样的字符串:“ Suzy&John”。
Suzy & John
您可以使用html.unescape函数:
在 Python3.4 +中 (感谢JF Sebastian的更新):
import html html.unescape('Suzy & John') # 'Suzy & John' html.unescape('"') # '"'
在 Python3.3 或更旧版本中:
import html.parser html.parser.HTMLParser().unescape('Suzy & John')
在 Python2中 :
import HTMLParser HTMLParser.HTMLParser().unescape('Suzy & John')