如何在 Python 中将 HTML 实体转换为 Unicode 字符串？

在 Python 中将 XML/HTML 实体转换为 Unicode 字符串

问题：如何将包含 HTML 实体的字符串转换为 Unicode 字符串Python？例如，字符串“ǎ”应转换为带有声调标记 (u'u01ce') 的“ǎ”。

答案：

Python 标准库的 HTMLParser 有一个未公开的函数，称为 unescape()。此函数可以将 HTML 实体转换为其 Unicode 等效项。

<code class="python">import HTMLParser
h = HTMLParser.HTMLParser()
h.unescape('&amp;copy; 2010') # u'\xa9 2010'
h.unescape('&amp;#169; 2010') # u'\xa9 2010'</code>

对于 Python 3.4 及更高版本，以下代码将使用 html 模块：

<code class="python">import html
html.unescape('&amp;copy; 2010') # u'\xa9 2010'
html.unescape('&amp;#169; 2010') # u'\xa9 2010'</code>

以上是如何在 Python 中将 HTML 实体转换为 Unicode 字符串？的详细内容。更多信息请关注PHP中文网其他相关文章！