用 Python 处理 HTML 转义字符的5种方式

文章预览

作者：刘志军，6年+Python使用经验， 高级开发工程师，目前在互联网医疗行业从事Web系统构架工作 个人公众号：Python之禅（微信ID：vttalk） Photo by  Ahmed Saffu  on  Unsplash 写爬虫是一个发送请求，提取数据，清洗数据，存储数据的过程。在这个过程中，不同的数据源返回的数据格式各不相同，有 JSON 格式，有 XML 文档，不过大部分还是 HTML 文档，HTML 经常会混杂有转移字符，这些字符我们需要把它转义成真正的字符。 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 HT ………………………………