Python的正則表達式的幫助

Question

a = Account(unit = 2, path='/real/os/win/today/axl.xls', realname = 'st') 

我要的是逃避「爲HTML實體，這是'

記得，路徑後面的字符串可以是任何東西，我需要一個通用的方法來做到這一點。

此字符串的輸出是

Account(unit = 2, path='/real/os/win/today/axl.xls', realname = 'st') 

Answer 1

re.sub(r"path=\'([^\']*)\'", "path='\1'", str) 

Answer 2

如果你想「/real/os/win/today/axl.xls」轉換爲'/real/os/win/today/axl.xls'你可以使用"'/real/os/win/today/axl.xls'".replace("'", ''')而不是使用正則表達式。

Answer 3

你有什麼是非HTML實體。如果我記得沒錯，有3種這樣的&...實體，e.x.-      都意味着U+00A0 NO-BREAK SPACE。

  - （您擁有的類型）是「數字字符引用」（十進制）。

  - 是「數字字符引用」（十六進制）。

  - 是一個實體。

你可以檢查出弗雷德裏克·盧斯的Unescape HTML script（用於python2.x）&更多關於HTML entities here

Answer 4

，如果我理解正確的問題：

>>> a = "Account(unit = 2, path='/real/os/win/today/axl.xls', realname = 'st')" 
>>> re.sub("(?<=path=').*", lambda x: '&#39'+x.group(0), a) 
"Account(unit = 2, path='&#39/real/os/win/today/axl.xls', realname = 'st')" 

Answer 5

我喜歡BeautifulSoup這一切的東西。查看http://www.crummy.com/software/BeautifulSoup/documentation.html#Entity%20Conversion獲取更多信息。