解析HTML内容时防止etree解析HTML实体 [英] Preventing etree from resolving HTML entities when parsing HTML contents
本文介绍了解析HTML内容时防止etree解析HTML实体的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
在解析HTML内容时，有什么方法可以防止etree解析HTML实体吗?
Is there any way to prevent etree from resolving HTML entities when parsing HTML contents?
html = etree.HTML('<html><body>&</body></html>')
html.find('.//body').text
这给了我'&'但我想得到'& amp;'本身.
This gives me '&' but I want to get '&' itself.
推荐答案
您始终可以对数据进行预处理.替换&"用u'\ xfe'填充到HTML解析器之前，并用'&'替换u'\ xfe'输出时.
You can always pre/post process your data. replace '&' with u'\xfe' before feeding to HTML parser and replace u'\xfe' with '&' when output.
from lxml import etree
html = etree.HTML('<html><body>&</body></html>'.replace('&',u'\xfe'))
html.find('.//body').text.replace(u'\xfe','&')
u'&'
这篇关于解析HTML内容时防止etree解析HTML实体的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
查看全文
