Python 处理 HTML 转义字符

抓网页数据经常遇到例如>或者 这种HTML转义符，抓到字符串里很是烦人。

比方说一个从网页中抓到的字符串

s = '<abc>' 

用Python可以这样处理：

import　 HTMLParser
html_parser = HTMLParser.HTMLParser()
s = html_parser.unescape(s)  #这样就得到了s = '<abc>'

url 上的转义

import urllib
urllib.quote

反函数 unquote

用这个函数，会遇到一个问题，就是编辑器中输入的内容如果含有空格，会自动转义成“＋”.

解决方法是用:urllib.quote_plus()

html 中保留字符(eg: ><)转义

import cgi
cgi.escape 

webpy模板自动HTML转义

要注意 web.py 将会转义任何任何用到的变量，所以当你将 name 的值设为是一段 HTML 时，它会被转义显示成纯文本。

如果要关闭该选项，可以写成 $:name 来代替 $name。

如果我们想部分转移，怎么办？ webpy显然提供了转移函数，我们在应用层直接调用就可以了。

from  web.net  import  htmlquote
htmlquote(raw_text)