我正在用Beautiful Soup 3解析一些HTML，但是它包含了Beautiful Soup 3不会自动为我解码的HTML实体:
>>> from BeautifulSoup import BeautifulSoup
>>> soup = BeautifulSoup("<p>£682m</p>")
>>> text = soup.find("p").string
>>> print text
£682m
如何将text中的HTML实体解码为"£682m"而不是"£682m".
import html
print(html.unescape('£682m'))
FYI html.parser.HTMLParser.unescape已弃用，was supposed to be removed in 3.5已弃用，尽管它被错误地留在了.它将很快从语言中删除.
您可以使用标准库中的HTMLParser.unescape():
HTMLParserhtml.parser分之一>>> try:
... # Python 2.6-2.7
... from HTMLParser import HTMLParser
... except ImportError:
... # Python 3
... from html.parser import HTMLParser
...
>>> h = HTMLParser()
>>> print(h.unescape('£682m'))
£682m
您还可以使用six兼容性库简化导入:
>>> from six.moves.html_parser import HTMLParser
>>> h = HTMLParser()
>>> print(h.unescape('£682m'))
£682m