python3.5之输出HTML实体字符

出  关①   徐兰

凭山俯海古边州， 旆②影风翻见戍楼。

 马后桃花马前雪，出关争得不回头?

[注]关，指居庸关。②旆（pèi），旌旗。

 

刚刚学习用python写爬虫，实战一下。

抓取出一个网页的内容之后，里面带有很多①这样的特殊字符。

这些字符去掉还不行，必须要显示出来。

一路，百度、google最后终于找到了方法。

特写此博文，记录下来。

使用python中html.unescape()方法就可以输出html中的实体字符

#!/usr/bin/env python
# encoding: utf-8
"""
出  关①   徐兰
凭山俯海古边州， 旆②影风翻见戍楼。
马后桃花马前雪，出关争得不回头?
[注]①关，指居庸关。②旆（pèi），旌旗。
"""
import html
string = '[注]&#9312关，指居庸关。&#9313旆（pèi），旌旗。'
print(html.unescape(string))    #[注]①关，指居庸关。②旆（pèi），旌旗。