python处理&#开头加数字的html字符方法

Python  /  管理员 发布于 7年前   178

python如何处理“&#”开头加数字的html字符，比如：风水这类数据。

用python抓取数据时，有时会遇到想要数据是以“&#”开头加数字的字符，比如图中所示的这些：

风水大术士

这些字符需要再次转换才能变回中文内容。这些字符需要再次转换才能变回中文内容。

Python2.7版本

在python2.7版本中，使用import HTMLParser

定义变量，再定义转换代码。

代码中最重要的是“data_parser = HTMLParser.HTMLParser()”，通过此才能用“.unescape()”方法。 

测试运行，这串字符串正常输出了中文。

Python3.7+版本

在最新python版本中，不能用上面的导入方法。可以用"import html"或者“from html import unescape”。这里使用"import html"做测试。

导入html后，直接用".unescape()"来处理字符串。

运行后，正常转换成了中文字符。

感谢大家的阅读和的支持。