Python在字符串中處理html和xml的方法
問(wèn)題
你想將HTML或者XML實(shí)體如 &entity; 或 &#code; 替換為對(duì)應(yīng)的文本。 再者，你需要轉(zhuǎn)換文本中特定的字符(比如<, >, 或 &)。
解決方案
如果你想替換文本字符串中的 ‘<' 或者 ‘>' ，使用 html.escape() 函數(shù)可以很容易的完成。比如：
>>> s = 'Elements are written as "<tag>text</tag>".' >>> import html >>> print(s) Elements are written as "<tag>text</tag>". >>> print(html.escape(s)) Elements are written as "<tag>text</tag>". >>> # Disable escaping of quotes >>> print(html.escape(s, quote=False)) Elements are written as "<tag>text</tag>". >>>
如果你正在處理的是ASCII文本，并且想將非ASCII文本對(duì)應(yīng)的編碼實(shí)體嵌入進(jìn)去， 可以給某些I/O函數(shù)傳遞參數(shù) errors='xmlcharrefreplace' 來(lái)達(dá)到這個(gè)目。比如：
>>> s = 'Spicy Jalapeño'
>>> s.encode('ascii', errors='xmlcharrefreplace')
b'Spicy Jalapeño'
>>>
為了替換文本中的編碼實(shí)體，你需要使用另外一種方法。 如果你正在處理HTML或者XML文本，試著先使用一個(gè)合適的HTML或者XML解析器。 通常情況下，這些工具會(huì)自動(dòng)替換這些編碼值，你無(wú)需擔(dān)心。
有時(shí)候，如果你接收到了一些含有編碼值的原始文本，需要手動(dòng)去做替換， 通常你只需要使用HTML或者XML解析器的一些相關(guān)工具函數(shù)/方法即可。比如：
>>> s = 'Spicy "Jalapeño".' >>> from html.parser import HTMLParser >>> p = HTMLParser() >>> p.unescape(s) 'Spicy "Jalapeño".' >>> >>> t = 'The prompt is >>>' >>> from xml.sax.saxutils import unescape >>> unescape(t) 'The prompt is >>>' >>>
討論
在生成HTML或者XML文本的時(shí)候，如果正確的轉(zhuǎn)換特殊標(biāo)記字符是一個(gè)很容易被忽視的細(xì)節(jié)。 特別是當(dāng)你使用 print() 函數(shù)或者其他字符串格式化來(lái)產(chǎn)生輸出的時(shí)候。 使用像 html.escape() 的工具函數(shù)可以很容易的解決這類(lèi)問(wèn)題。
如果你想以其他方式處理文本，還有一些其他的工具函數(shù)比如 xml.sax.saxutils.unescapge() 可以幫助你。 然而，你應(yīng)該先調(diào)研清楚怎樣使用一個(gè)合適的解析器。 比如，如果你在處理HTML或XML文本， 使用某個(gè)解析模塊比如 html.parse 或 xml.etree.ElementTree 已經(jīng)幫你自動(dòng)處理了相關(guān)的替換細(xì)節(jié)。
以上就是Python在字符串中處理html和xml的方法的詳細(xì)內(nèi)容，更多關(guān)于Python在字符串中處理html和xml的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
在本篇內(nèi)容里小編給大家分享的是一篇關(guān)于python調(diào)用api實(shí)例講解內(nèi)容，有興趣的朋友們可以參考下。2021-04-04
python爬蟲(chóng)實(shí)戰(zhàn)項(xiàng)目之爬取pixiv圖片
最近決定寫(xiě)個(gè)P站的爬蟲(chóng),實(shí)際操作起來(lái)確實(shí)遇到了些新問(wèn)題,通過(guò)解決也有所收獲,下面這篇文章主要給大家介紹了關(guān)于python爬蟲(chóng)實(shí)戰(zhàn)項(xiàng)目之爬取pixiv圖片的相關(guān)資料,需要的朋友可以參考下2022-07-07
使用OpenCV對(duì)運(yùn)動(dòng)員的姿勢(shì)進(jìn)行檢測(cè)功能實(shí)現(xiàn)
2022年奧林匹克運(yùn)動(dòng)會(huì)如期舉行，以不正確的方式進(jìn)行運(yùn)動(dòng)風(fēng)險(xiǎn)在增加，人體姿勢(shì)估計(jì)是計(jì)算機(jī)視覺(jué)領(lǐng)域的重要問(wèn)題，接下來(lái)通過(guò)本文給大家介紹下使用OpenCV對(duì)運(yùn)動(dòng)員的姿勢(shì)進(jìn)行檢測(cè)功能，感興趣的朋友一起看看吧2022-02-02
在本篇文章里小編給大家分享的是一篇關(guān)于Python畫(huà)筆的屬性及用法內(nèi)容，有需要的朋友們可以學(xué)習(xí)下。2021-03-03
python掃描proxy并獲取可用代理ip的實(shí)例
下面小編就為大家?guī)?lái)一篇python掃描proxy并獲取可用代理ip的實(shí)例。小編覺(jué)得挺不錯(cuò)的，現(xiàn)在就分享給大家，也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2017-08-08
Python unittest discover批量執(zhí)行代碼實(shí)例
這篇文章主要介紹了Python unittest discover批量執(zhí)行代碼實(shí)例,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-09-09
關(guān)于jieba.cut與jieba.lcut的區(qū)別及說(shuō)明
這篇文章主要介紹了關(guān)于jieba.cut與jieba.lcut的區(qū)別及說(shuō)明，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2023-05-05
使用Python實(shí)現(xiàn)檢測(cè)并刪除離群值
離群值是一個(gè)數(shù)據(jù)項(xiàng)/對(duì)象,它明顯偏離其余的（所謂的正常）對(duì)象,本文主要為大家詳細(xì)介紹了如何使用Python實(shí)現(xiàn)檢測(cè)并刪除離群值,感興趣的小伙伴可以了解下2024-01-01
這篇文章主要介紹了python 如何將IP 地址轉(zhuǎn)整數(shù)，幫助大家了解轉(zhuǎn)換的原理與收益，更好的理解python，感興趣的朋友可以了解下2020-11-11
Python函數(shù)基礎(chǔ)（定義函數(shù)、函數(shù)參數(shù)、匿名函數(shù)）
這篇文章介紹了Python函數(shù)的基礎(chǔ)用法，文中通過(guò)示例代碼介紹的非常詳細(xì)。對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2022-05-05