Quiero convertir, en python, caracteres especiales como "%$!&@á é ©" y no solo '<&">' ya que toda la documentación y las referencias que he encontrado hasta ahora muestran. cgi.escape no resuelve el problema.¿Cómo convertir caracteres especiales en entidades html?
Por ejemplo, la cadena "á ê ĩ &" debe convertirse a "á ê ĩ &".
¿Anyboy sabe cómo solucionarlo? Estoy usando python 2.6.
Se puede construir su propio bucle usando los diccionarios se pueden encontrar en http://docs.python.org/library/htmllib.html#module-htmlentitydefs
el que usted está buscando es htmlentitydefs.codepoint2name
¡Es una buena idea! ; D –
El enlace ya no funciona. Use HTMLParser en su lugar en Python 2, y el equivalente, html.parser, en Python 3. – oxidworks
me encontré con un sistema incorporado en la búsqueda de una solución al htmlentitydefs.codepoint2name que @Ruben Vermeersch dijo en su respuesta. Se encontró que la solución a este problema: http://bytes.com/topic/python/answers/594350-convert-unicode-chars-html-entities
Aquí está la función:
def htmlescape(text):
text = (text).decode('utf-8')
from htmlentitydefs import codepoint2name
d = dict((unichr(code), u'&%s;' % name) for code,name in codepoint2name.iteritems() if code!=38) # exclude "&"
if u"&" in text:
text = text.replace(u"&", u"&")
for key, value in d.iteritems():
if key in text:
text = text.replace(key, value)
return text
Gracias a todos por ayudar! ;)
Tenga en cuenta dos cosas: (1) los nombres de las entidades pueden causar problemas, en su lugar debería usar entidades numéricas. (2) ¿Por qué usar entidades en absoluto? En la mayoría de los casos, una mejor solución es codificar UTF-8 el documento para que pueda contener las letras y no usar entidades. –
http://wiki.python.org/moin/EscapingHtml – Quentin
Estoy de acuerdo contigo @KonradRudolph. No me gusta usar entidades, pero el sistema en el que estoy trabajando se usa, así que no tengo otra opción. =/ –