当前位置:首页 >> 脚本专栏

python处理“&#”开头加数字的html字符方法

python如何处理“&#”开头加数字的html字符,比如:风水这类数据。

用python抓取数据时,有时会遇到想要数据是以“&#”开头加数字的字符,比如图中所示的这些:

风水大术士

python处理“&#”开头加数字的html字符方法

python处理“&#”开头加数字的html字符方法

这些字符需要再次转换才能变回中文内容。这些字符需要再次转换才能变回中文内容。

Python2.7版本

在python2.7版本中,使用import HTMLParser

python处理“&#”开头加数字的html字符方法

定义变量,再定义转换代码。

python处理“&#”开头加数字的html字符方法

代码中最重要的是“data_parser = HTMLParser.HTMLParser()”,通过此才能用“.unescape()”方法。 

python处理“&#”开头加数字的html字符方法

测试运行,这串字符串正常输出了中文。

python处理“&#”开头加数字的html字符方法

Python3.7+版本

在最新python版本中,不能用上面的导入方法。可以用"import html"或者“from html import unescape”。这里使用"import html"做测试。

python处理“&#”开头加数字的html字符方法

导入html后,直接用".unescape()"来处理字符串。

python处理“&#”开头加数字的html字符方法

运行后,正常转换成了中文字符。

python处理“&#”开头加数字的html字符方法

感谢大家的阅读和对的支持。