详解用Python处理HTML转义字符的5种方式
更新时间：2017年12月27日 08:35:32 作者：liuzhijun
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
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 <，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< 。
| 显示字符 | 说明 | 转义字符 |
|---|---|---|
| < | 小于 | < |
| 空格 | ||
| < | 小于 | < |
| > | 大于 | > |
| & | &符号 | & |
| " | 双引号 | " |
| © | 版权 | © |
| ® | 已注册商标 | ® |
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
>>> HTMLParser().unescape('a=1&b=2')
'a=1&b=2'
Python3 HTMLParser 模块迁移到了 html.parser
# python3
>>> from html.parser import HTMLParser
>>> HTMLParser().unescape('a=1&b=2')
'a=1&b=2'
到 python3.4 以后的版本，在 html 模块新增了 unescape 方法。
# python3.4
>>> import html
>>> html.unescape('a=1&b=2')
'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了，意味着之后的版本会被彻底移除。
另外，sax 模块也有支持反转义的函数
>>> from xml.sax.saxutils import unescape
>>> unescape('a=1&b=2')
'a=1&b=2'
当然，你完全可以实现自己的反转义功能，也不复杂，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脚本之家。
相关文章
这篇文章主要介绍了python如何按照自己顺序读出文件名问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2023-08-08
这篇文章主要介绍了python爬虫之快速对js内容进行破解，到一般js破解有两种方法，一种是用Python重写js逻辑，一种是利用第三方库来调用js内容获取结果，这次我们就用第三方库来进行js破解,需要的朋友可以参考下2019-07-07
这篇文章主要和大家分享几个Python Pandas中处理CSV文件的常用技巧，如：统计列值出现的次数、筛选特定列值、遍历数据行等，需要的可以参考一下2022-06-06
这篇文章主要介绍了网站渗透常用Python小脚本查询同ip网站,需要的朋友可以参考下2017-05-05
这篇文章主要介绍了Python 下载手机小视频,主要为大家介绍使用 mitmproxy 这个抓包工具如何监控手机上网，并且通过抓包，把我们想要的数据下载下来，需要的朋友可以参考下2022-04-04
这篇文章主要介绍了python对指定目录下文件进行批量重命名的方法,涉及Python中replace及join方法的使用技巧,非常具有实用价值,需要的朋友可以参考下2015-04-04
在本篇内容中我们给大家整理了关于set在python里的用法含义等相关知识点内容，有兴趣的朋友们可以学习下。2019-06-06
这篇文章主要介绍了python误差棒图errorbar()函数实例解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-02-02
这篇文章主要为大家详细介绍了如何利用Python3编写一个简易的电脑录屏神器，文中的示例代码讲解详细，感兴趣的小伙伴可以动手尝试一下2022-08-08
大家好，本篇文章主要讲的是用python将word文档合并实例代码，感兴趣的同学赶快老看一看吧，对你有帮助的话记得收藏一下，方便下次浏览2021-12-12
最新评论