Duplicar posible:
Decode HTML entities in Python string?¿Cómo puedo usar Python para reemplazar caracteres de escape HTML?
que tiene una cadena completa de caracteres de escape HTML, como ", ” y —.
¿Alguna biblioteca de Python ofrece formas confiables de reemplazar todos estos caracteres de escape con sus respectivos caracteres reales?
Por ejemplo, quiero que todos " s reemplazados con "s
Usted desea utilizar este:.
from HTMLParser import HTMLParser
parser = HTMLParser()
html_decoded_string = parser.unescape(html_encoded_string)
También estoy viendo una gran cantidad de amor por BeautifulSoup
from BeautifulSoup import BeautifulSoup
html_decoded_string = BeautifulSoup(html_encoded_string, convertEntities=BeautifulSoup.HTML_ENTITIES)
También duplicado de estas preguntas existentes:
Decode HTML entities in Python string?
Si sabe que es un duplicado, ¿por qué no marcar en lugar de responder (que no sea rep)? – kapa
Es molesto cuando las personas no se toman el tiempo para buscar las respuestas existentes a sus preguntas, especialmente en este caso, cuando hay tantas réplicas exactas. Sin embargo, a veces siento que la comunidad hace overflags. ¿Qué pasaría si hubiéramos malentendido la pregunta y realmente no fuera un duplicado? ¿Qué sucede si al responder la pregunta se generó una conversación/hilo significativo que lleva la pregunta y la respuesta en una dirección diferente? Además, no se trata de la reputación, una vez que se cierra una pregunta o se borra la reputación relacionada con ella ... –
Solo intenté advertirte sobre las normas de comportamiento generalmente aceptadas aquí en StackOverflow. Si pareciera que te importa un poco, buscaría la pregunta de Meta sobre esto, pero supongo que puedes encontrarlo tú mismo si estás interesado. No quiero entrar en discusiones sobre esto, solo fui el mensajero, hazlo como quieras :). – kapa
[String.Replace] (http://docs.python.org/library/string.html#string.replace) –
Uso Hermosa sopa: http: // lxml .de/elementsoup.html – sateesh