python处理“&#”开头加数字的html字符方法

yipeiwu_com7年前 (2020-03-06)Python基础

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

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

定义变量，再定义转换代码。

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

测试运行，这串字符串正常输出了中文。

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。

导入html后，直接用".unescape()"来处理字符串。

运行后，正常转换成了中文字符。

感谢大家的阅读和对【听图阁-专注于Python设计】的支持。

返回列表

决策树通常在机器学习中用于分类。优点：计算复杂度不高，输出结果易于理解，对中间值缺失不敏感，可以处理不相关特征数据。缺点：可能会产生过度匹配问题。适用数据类型：数值型和标称...

摘要：本文主要是在pandas中如何对字符串进行切分。我们考虑一下下面的应用场景。这个是我们的数据集(data)，可以看到，数据集中某一列(name)是某个行业的分类。各个行业之间...

最近，同级或者不同级目录下，导入某个模块，显示不存在，可明明存在，百度找了好多没找到，试了 import sys sys.path.append('/path/to/test') /...

前言 python脚本和shell脚本一样可以获取命令行的参数，根据不同的参数，执行不同的逻辑处理。通常我们可以通过getopt模块获得不同的执行命令和参数。下面话不多说了，来一起看看...

本文实例讲述了Python正则表达式非贪婪、多行匹配功能。分享给大家供大家参考，具体如下：一些regular的tips： 1 非贪婪flag >>> re.fin...

宜配屋