将HTML实体转换为Unicode，反之亦然 [英] Convert HTML entities to Unicode and vice versa

问题描述

可能存在重复：

• 在Python中将XML / HTML实体转换为Unicode字符串


• HTML实体代码到文本

如何在Python中将HTML实体转换为Unicode，反之亦然？

>解决方案

您需要 BeautifulSoup 。

  from BeautifulSoup import BeautifulStoneSoup 
 import cgi 
 
 def HTMLEntitiesToUnicode（text）：
 将HTML实体转换为unicode，例如'&'变成'&'。
 text = unicode（BeautifulStoneSoup（text，convertEntities = BeautifulStoneSoup.ALL_ENTITIES） ）
返回文本
 
 def unicodeToHTMLEntities（文本）：
将unicode转换为HTML实体。例如'&'变成'&'。
 text = cgi.escape（text）.encode（'ascii'，'xmlcharrefreplace'）
返回文本
 
 text =& amp;;& reg;;& lt ;,& gt ;,& cent ;,;& pound;& yen ;;& euro ;,& sect ;& copy;
 
 uni = HTMLEntitiesToUnicode（text）
 htmlent = unicodeToHTMLEntities（uni）
 
 print uni 
 print htmlent 
&，<，>，¢，£，¥，€，§，©
＃& amp;＃174;& lt;& gt ;, &＃162;&＃163;&＃165;&＃8364 ;,&＃167;&＃169; 
  




Possible duplicates:

• Convert XML/HTML Entities into Unicode String in Python
• HTML Entity Codes to Text

How do you convert HTML entities to Unicode and vice versa in Python?

解决方案

You need to have BeautifulSoup.

from BeautifulSoup import BeautifulStoneSoup
import cgi

def HTMLEntitiesToUnicode(text):
    """Converts HTML entities to unicode.  For example '&' becomes '&'."""
    text = unicode(BeautifulStoneSoup(text, convertEntities=BeautifulStoneSoup.ALL_ENTITIES))
    return text

def unicodeToHTMLEntities(text):
    """Converts unicode to HTML entities.  For example '&' becomes '&'."""
    text = cgi.escape(text).encode('ascii', 'xmlcharrefreplace')
    return text

text = "&, ®, <, >, ¢, £, ¥, €, §, ©"

uni = HTMLEntitiesToUnicode(text)
htmlent = unicodeToHTMLEntities(uni)

print uni
print htmlent
# &, ®, <, >, ¢, £, ¥, €, §, ©
# &amp;, &#174;, &lt;, &gt;, &#162;, &#163;, &#165;, &#8364;, &#167;, &#169;

这篇关于将HTML实体转换为Unicode，反之亦然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！