解析畸形字符串在python

可能重複：
Decode HTML entities in Python string?解析畸形字符串在python

我有一個畸形字符串的Python：

Muhammad Ali&#39;s fight with Larry Holmes

其中'是一個省略號。

首先表示是什麼：'？其次，我如何解析python中的字符串，以便它替換'與'

來源

2011-11-13 Bruce

這看起來像一個字符的代碼爲39（這可以很容易地解析和使用'CHR（）'重新組裝一個HTML實體但是那裏。也是大量象符號的HTML實體，比如'&'（'＆'），你可能也想考慮一下。 – Kos

@All：我不知道如何搜索答案，因爲我不知道該怎麼做搜索。 – Bruce

Python標準庫的HTMLParser能夠解碼字符串中的HTML實體。

>>> import HTMLParser 
>>> h = HTMLParser.HTMLParser() 
>>> s = h.unescape('&copy; 2010') 
>>> s 
u'\xa9 2010' 
>>> print s 
© 2010 
>>> s = h.unescape('&#169; 2010') 
>>> s 
u'\xa9 2010'

解決方案的範圍描述如下：http://fredericiana.com/2010/10/08/decoding-html-entities-to-text-in-python/

來源

2011-11-13 20:20:21 Acorn

&#CHAR-CODE;是一個特殊字符的HTML（也許在其他地方，但我不知道）的sytax。可能有這樣做更完整的方法，但你可以用簡單的替換：

mystring = "Muhammad Ali&#39;s fight with Larry Holmes" 
print mystring.replace("&#39;", "'")

產量：

拳王阿里與拉里·霍姆斯的鬥爭

來源

2011-11-13 20:17:55

解析畸形字符串在python

回答

相關問題