DjangoBB LoFi version

Найти - Пользователи

Полная версия: Декодировать последовательности вида &

Начало » Network » Декодировать последовательности вида &

1 2

odnochlen

Авг. 6, 2012 23:12:54

Сабж.

GaiveR

Авг. 6, 2012 23:47:00

s = s.replace('&amp;', '&')

=)

Если не только &amp, но и другие символы, то:

from html.parser import HTMLParser # python 3
from HTMLParser import HTMLParser # python 2
HTMLParser().unescape(s)

odnochlen

Авг. 6, 2012 23:50:31

А какой смысл имеет обьект HTMLParser? unescape ведь не хранит состояние.

GaiveR

Авг. 7, 2012 00:10:42

Потому что это не есть “правильный” способ декодировать строку. Это просто вспомогательный метод класса HTMLParser, который мы можем заюзать, если лень писать что-то своё.

Есть еще, например, xml.sax.saxutils.unescape, с реализацией в 5 строк.

odnochlen

Авг. 7, 2012 01:03:55

http://docs.python.org/library/htmlparser.html почему я нигде не вижу unescape?

py.user.next

Авг. 7, 2012 06:12:07

>>> import html.entities
>>> html.entities.entitydefs['amp']
'&'
>>>

во втором то же самое через модуль htmlentitydefs

odnochlen

Авг. 7, 2012 15:32:38

odnochlen
http://docs.python.org/library/htmlparser.html почему я нигде не вижу unescape?

Ап

PooH

Авг. 7, 2012 16:50:21

odnochlen
odnochlen
http://docs.python.org/library/htmlparser.html почему я нигде не вижу unescape?
Ап

А он не задокументирован

In [2]: HTMLParser.unescape?
Type:       instancemethod
Base Class: <type 'instancemethod'>
String Form:<unbound method HTMLParser.unescape>
Namespace:  Interactive
File:       /usr/lib/python2.7/HTMLParser.py
Definition: HTMLParser.unescape(self, s)
Docstring:  <no docstring>
In [3]: %psource HTMLParser.unescape
    def unescape(self, s):
        if '&' not in s:
            return s
        def replaceEntities(s):
            s = s.groups()[0]
            try:
                if s[0] == "#":
                    s = s[1:]
                    if s[0] in ['x','X']:
                        c = int(s[1:], 16)
                    else:
                        c = int(s)
                    return unichr(c)
            except ValueError:
                return '&#'+s+';'
            else:
                # Cannot use name2codepoint directly, because HTMLParser supports apos,
                # which is not part of HTML 4
                import htmlentitydefs
                if HTMLParser.entitydefs is None:
                    entitydefs = HTMLParser.entitydefs = {'apos':u"'"}
                    for k, v in htmlentitydefs.name2codepoint.iteritems():
                        entitydefs[k] = unichr(v)
                try:
                    return self.entitydefs[s]
                except KeyError:
                    return '&'+s+';'
        return re.sub(r"&(#?[xX]?(?:[0-9a-fA-F]+|\w{1,8}));", replaceEntities, s)

odnochlen

Авг. 8, 2012 01:28:29

PooH
А он не задокументирован

Ой как классно

А нету документации вроде javadoc, куда попадают все функции, даже без комментариев?

PooH

Авг. 8, 2012 06:08:17

odnochlen
А нету документации вроде javadoc, куда попадают все функции, даже без комментариев?

Есть, причем из коробки :)

pydoc -p 1234

смотрим на http://localhost:1234/