BeautifulSoup 是具有转义字符的 HTML 转义字符串答案

【问题标题】：BeautifulSoup is HTML escaping strings which have escaped charactersBeautifulSoup 是具有转义字符的 HTML 转义字符串
【发布时间】：2012-11-08 14:59:05
【问题描述】：

我正在从文件中读取一个字符串：

a = '<script>closedSign: \'<img src="/static/images/drop-down.png" style="margin-top: -3px;"  />\'</script>'

现在，当我跑步时

BeautifulSoup(a)

<script>closedSign: '&lt;img src="/static/images/drop-down.png" style="margin-top: -3px;"   /&gt;'</script>

因此，&lt;img 被 HTML 转义为 &lt;img

我怎样才能避免这种情况？

【问题讨论】：

避免什么？你想达到什么目标？
刚刚编辑了问题以更好地解释它。另外，刚刚注意到这个问题只发生在 BeautifulSoup3.2.1 而不是 3.2.0
听起来你遇到了这个问题：bugs.launchpad.net/beautifulsoup/+bug/949074

标签： python escaping beautifulsoup html-escape-characters

【解决方案1】：

使用 BeautifulSoup 3.2.0 而不是 3.2.1 来解决这个问题。

【讨论】：

也为我解决了这个问题。非常感谢您的解决方案，感谢 BeautifulSoup 在一次小更新后打破这样的事情。

【解决方案2】：

查看Beautiful Soup Documentation的“实体转换”部分。

soup = BeautifulSoup(html, convertEntities=BeautifulSoup.HTML_ENTITIES)

【讨论】：

Paulo，convertEntities=BeautifulSoup.HTML_ENTITIES 适用于已经被 HTML 转义的字符串。示例：从解析 & lt;img 中返回
如果在脚本标签 HTML 上再次运行 BeautifulSoup 会发生什么？
对于可能的bs4 用户：convertEntities doesn't 在 bs4 中不再存在。