解析不正な形式の文字列

Question

可能性の重複：

Decode HTML entities in Python string?

は、私はPythonで不正な形式の文字列を持っている： 'にアポストロフィがある

Muhammad Ali's fight with Larry Holmes 

。

まず、これはどのような表現ですか？'？それは'

Answer 1

Python標準ライブラリのとモハメド・アリの戦いHTMLParserは、文字列のHTMLエンティティをデコードすることができます。

>>> import HTMLParser 
>>> h = HTMLParser.HTMLParser() 
>>> s = h.unescape('© 2010') 
>>> s 
u'\xa9 2010' 
>>> print s 
© 2010 
>>> s = h.unescape('© 2010') 
>>> s 
u'\xa9 2010' 

ソリューションの範囲は、ここで説明されている：http://fredericiana.com/2010/10/08/decoding-html-entities-to-text-in-python/

Answer 2

&#CHAR-CODE;が（多分他の場所で、私はよく分からない）HTMLでの特殊文字のためsytaxあると'に取って代わるように、第二に、どのように私はPythonで文字列を解析することができます。そこにこれを行うには、より完全な方法かもしれないが、あなたが単にそれを置き換えることができます：

mystring = "Muhammad Ali's fight with Larry Holmes" 
print mystring.replace("'", "'") 

収量：

ラリー・ホームズ