溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要為大家展示了Python如何在字符串中處理html和xml，內容簡而易懂，希望大家可以學習一下，學習完之后肯定會有收獲的，下面讓小編帶大家一起來看看吧。
問題
你想將HTML或者XML實體如 &entity; 或 &#code; 替換為對應的文本。 再者，你需要轉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文本對應的編碼實體嵌入進去， 可以給某些I/O函數傳遞參數 errors='xmlcharrefreplace' 來達到這個目。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，試著先使用一個合適的HTML或者XML解析器。 通常情況下，這些工具會自動替換這些編碼值，你無需擔心。
有時候，如果你接收到了一些含有編碼值的原始文本，需要手動去做替換， 通常你只需要使用HTML或者XML解析器的一些相關工具函數/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文本的時候，如果正確的轉換特殊標記字符是一個很容易被忽視的細節。 特別是當你使用 print() 函數或者其他字符串格式化來產生輸出的時候。 使用像 html.escape() 的工具函數可以很容易的解決這類問題。
如果你想以其他方式處理文本，還有一些其他的工具函數比如 xml.sax.saxutils.unescapge() 可以幫助你。 然而，你應該先調研清楚怎樣使用一個合適的解析器。 比如，如果你在處理HTML或XML文本， 使用某個解析模塊比如 html.parse 或 xml.etree.ElementTree 已經幫你自動處理了相關的替換細節。
以上就是關于Python如何在字符串中處理html和xml的內容，如果你們有學習到知識或者技能，可以把它分享出去讓更多的人看到。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
