Python对HTML转义字符进行反转义的实现方法

什么是转义字符

在 html 中 <、>、& 等字符有特殊含义（<，> 用于标签中，& 用于转义），他们不能在 html 代码中直接使用，如果要在网页中显示这些符号，就需要使用 html 的转义字符串（escape sequence），例如 < 的转义字符是 <，浏览器渲染 html 页面时，会自动把转移字符串换成真实字符。

转义字符（escape sequence）由三部分组成：第一部分是一个 & 符号，第二部分是实体（entity）名字，第三部分是一个分号。 比如，要显示小于号（<），就可以写< 。

python 转义字符串反转义

用 python 来处理转义字符串有多种方式，而且 py2 和 py3 中处理方式不一样，在 python2 中，反转义的模块是 htmlparser。

# python2
import htmlparser
>>> htmlparser().unescape('param=p1&param=p2')
'param=p1¶m=p2'

python3 htmlparser 模块迁移到了 html.parser

# python3
>>> from html.parser import htmlparser
>>> htmlparser().unescape('param=p1&param=p2')
'param=p1¶m=p2'

到 python3.4 以后的版本，在 html 模块新增了 unescape 方法。

# python3.4
>>> import html
>>> html.unescape('param=p1&param=p2')
'param=p1¶m=p2'

推荐最后一种写法，因为 htmlparser.unescape 方法在 python3.4 就已经被废弃掉不推荐使用了，意味着之后的版本会被彻底移除。

另外，xml的sax模块也有支持反转义的函数

>>> from xml.sax.saxutils import unescape
>>> unescape('param=p1&param=p2')
'param=p1¶m=p2'

当然，你完全可以实现自己的反转义功能，不复杂，当然，我们崇尚不重复造*。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持服务器之家。

原文链接：https://www.pythontab.com/html/2018/pythonjichu_0124/1231.html