是否有涵盖所有 html 个实体的 python 模块？

Question

https://dev.w3.org/html5/html-author/charref

我尝试了以下方法。他们都不能翻译上面link中的所有字符。有没有包含所有字符映射的python模块？

>>> from HTMLParser import HTMLParser
>>> h = HTMLParser()
>>> h.unescape('	')
'	'

>>> from w3lib.html import replace_entities
>>> replace_entities('	')
u''

Answer 1

我用 beautifulsoup 和 html5lib 解析器尝试了上面的 URL。检查输出似乎解码了所有元素：

import requests
from bs4 import BeautifulSoup

url = 'https://dev.w3.org/html5/html-author/charref'

soup = BeautifulSoup(requests.get(url).text, 'html5lib')

for ch in soup.select('td.named code'):
    print('{: <40} {}'.format(ch.text, BeautifulSoup(ch.text, 'html5lib').text))

打印：

	                                    

                                
!                                   !
" "                            " "
#                                    #
$                                 $
%                                 %
& &                              & &
'                                   '
(                                   (
)                                   )
* *                           * *
+                                   +
,                                  ,
.                                 .

... and so on.