如何在Python 3.1中的字符串中取消对HTML实体的转义？

Question

我到处都是，只找到了适用于python 2.6和更早版本的解决方案，没什么关于如何在python 3.X中做到这一点的。（我只能访问Win7框。）我必须能够在3.1中做到这一点，最好不要使用外部库。当前，我已经安装了httplib2并可以访问命令提示符curl（这就是我获取页面源代码的方式）。不幸的是，据我所知，curl不能解码html实体，我在文档中找不到用于对其进行解码的命令。是的，我尝试过“美丽的汤”，但是在3.X中很多次都没有成功。如果您可以提供有关如何使其在MS Windows环境中的python 3中运行的EXPLICIT说明，我将不胜感激。因此，明确地说，我需要将这样Suzy & John的字符串转换为这样的字符串：“ Suzy＆John”。

Answer 1

您可以xml.sax.saxutils.unescape用于此目的。该模块包含在Python标准库中，可在Python 2.x和Python 3.x之间移植。

>>> import xml.sax.saxutils as saxutils

>>> saxutils.unescape("Suzy & John")

'Suzy & John'