[Python学习笔记-011]HTML特殊字符处理

在HTML中，有大量的特殊字符，如果需要通过Python进行编码和解码，则需使用模块html。例如：

>>> import html
>>> s = ' " '
>>> html.escape(s)
' " '
>>> html.unescape(' " ')
' " '
>>> 

 因此，将特殊字符进行编码，使用html.escape()；反之，解码则使用html.unescape()。

•  一个实用的小脚本（foo.py）

#!/usr/bin/python3
""" Encode/Decode HTML special chars """

import sys
import html


def main(argc, argv):
    if argc != 3:
        print("Usage: %s <-e|-d> <chars>" % argv[0], file=sys.stderr)
        return 1
    op = argv[1]
    chars = argv[2]
    if op == '-e':
        print(html.escape(chars))
    else:
        print(html.unescape(chars))
    return 0


if __name__ == '__main__':
    sys.exit(main(len(sys.argv), sys.argv))

• Sample:

$ python3 foo.py -e \"
"
$ python3 foo.py -d '"'
"

$ python3 foo.py -e \'
'
$ python3 foo.py -d '''
'

$ python3 foo.py -d '∑'
∑

 

参考资料：

1.  https://dev.w3.org/html5/html-author/charref
2.  html.escape() in Python
3.  HTML Named character references