J'ai utilisé BeautifulSoup pour gérer les fichiers XML que j'ai collectés via une API REST.De html échappé -> au html régulier? - Python
Les réponses contiennent du code HTML, mais BeautifulSoup échappe à toutes les balises HTML afin qu'il puisse être affiché correctement.
Malheureusement, j'ai besoin du code HTML.
Comment devrais-je continuer à transformer le HTML échappé en un balisage approprié?
Une aide serait grandement appréciée!
Je pense que vous voulez xml.sax.saxutils.unescape à partir de la bibliothèque standard Python.
.: par exemple
>>> from xml.sax import saxutils as su
>>> s = '<foo>bar</foo>'
>>> su.unescape(s)
'<foo>bar</foo>'
@Alex merci !! C'était sympa et simple! : D – RadiantHex
Malheureusement, il ne gère pas tous les caractères. Par exemple, '' su.unescape ('"') '' ne fonctionne pas. –
Vous pouvez échapper d'autres caractères en les spécifiant dans un dictionnaire comme second paramètre de 'unescape'. Par exemple: 'su.unescape (s, {'"': '"')) ' – amccormack
Vous pouvez essayer le module urllib?
Il a une méthode unquote() qui pourrait répondre à vos besoins.
Edit: à la réflexion, (et plus la lecture de votre question), vous pourriez vouloir simplement utiliser string.replace()
comme ceci:
string.replace('<','<')
string.replace('>','>')
Pourquoi voudriez-vous prendre soin de coder les différentes étapes de remplacement (pour lt, gt, amp) lorsque le saxutils.unescape les enveloppe toutes vous? -) De plus, rappelez-vous: l'appel de remplacement ne modifie pas la chaîne, il construit une nouvelle chaîne.Votre extrait de code, tel que donné, est un lent no-op! -) –
l'un des nombreux doublons: http: // stackoverflow. com/questions/663058/html-entité-codes-au-texte – bernie