問題タブ [html-entities]

私は完全なパイソン初心者なので、ご容赦ください。Python で html のページをスキャンし、Microsoft Word エンティティのインスタンスを UTF-8 互換のものに置き換えたいと考えています。

私の質問は、Pythonでそれをどのように行うのですか（これをGoogleで検索しましたが、これまで明確な答えが見つかりませんでした）？私はPythonの水につま先を浸したいので、このような単純なものから始めるのが良いと思います. 私がする必要があるようです：

1. MS Word から貼り付けたテキストを変数にロードする
2. コンテンツに対して何らかの置換機能を実行します
3. 出力する

PHP では、次のようにします。

Pythonでどのようにしますか？

編集: うーん、わかりました、UTF-8 とエンティティに関する私の混乱は今のところ無視してください。入力には、MS Word から貼り付けられたテキストが含まれています。カーリー クォートのようなものは、奇妙な記号として表示されます。試して修正するために使用したさまざまな PHP 関数では、必要な結果が得られませんでした。これらの奇妙なシンボルを 16 進エディタで表示すると、上記で使用したシンボル (0xe2、0x80 など) に対応していることがわかりました。そのため、私は単純に奇妙な文字を HTML エンティティに置き換えました。上記のビットが既に UTF-8 である場合、MS Word から何が貼り付けられ、奇妙なシンボルが表示されるのでしょうか?

EDIT2: そこで、Python について少し学び始めたところ、エンコーディングがよくわからないことがわかりました。私が解決しようとしていた問題は、端から端まで一貫性のあるエンコーディングを使用することで簡単に処理できます。入力フォームが UTF-8 の場合、入力を格納するデータベースは UTF-8 であり、それを出力するページは UTF-8 です... Word からの貼り付けは正常に機能します。特別な機能は必要ありません。さて、少しPythonを学ぶことについて...

私はこのような記号の文字列を持っています：

それはどうやらアポストロフィです。

運が悪かったのでsaxutils.unescape（）を試し、urllib.unquote（）を試しました

どうすればこれをデコードできますか？ありがとう！

Python に PHP 関数 htmlspecialchars() と同様または同等の関数はありますか? これまでに見つけた最も近いものは htmlentitydefs.entitydefs() です。

しばらくインターネットを検索したところ、記号からHTML番号への変換を可能にするオンラインツールがたくさんあることがわかりましたが、その逆はできません。

HTML番号からシンボルに変換するためのツール/オンラインツール/PHPスクリプトを探しています

例えば：

その後に戻る

誰かがこれを知っていますか？

フィードクリエーター（具体的には、Kohanaのfeed :: create（））を使用していますが、description要素のテキストの一部が次のようになっている場合があります

以下のコードを参照してください

<?php echo 'example'; ?>

フィード作成者はSimpleXMLライブラリを使用しています。データが（を使用して）返されるたびに$xml->asXml()、description要素内のhtml山括弧がHTMLエンティティに変換されます。

これにより、タグが正しく解析され、pタグなどに役立ちます。ただし、この場合、PHPコードは表示されません（山かっこで囲まれています）。

私の質問は-RSSフィードでこのようなものをどのように表示できますか？>それ自体が解析されたときにどのように表示でき<ますか？それは理にかなっていますか？

出力されているものの例を次に示します。

（上記のエラーではないことに注意してください-エンティティはすべて変換されます）

（RSSリーダーで）表示したいのは

一部のコンテンツ

いくつかのコードで

PHPはデフォルトで「魔法の引用符」を使用しますが、多くの問題があります。PHPの次のメジャーバージョンで無効になることを理解しています。

それに対する議論は理にかなっていますが、私が理解していないのは、スラッシュを削除して削除する代わりに、引用符を表すためにHTMLエンティティを使用しないのはなぜですか？結局のところ、mySQLのVASTの大部分はWebブラウザへの出力に使用されていますか？

たとえば、＆＃039; 'の代わりに使用され、データベースにはまったく影響しません。

別の質問ですが、PHPでこのタグ<？php4または<？php5を使用してPHPのバージョンごとに構成を設定できないので、これらのバージョンに適切なインタープリターをロードできるのはなぜですか？

ちょっと興味があるんだけど。:)

このHTMLソースコード：

次のように表示されます：'DIVISÃODEEDUCAÇÃOPR？ESCOLAREENSINOPRIMÁRIOO'

ええ、これらはいくつかのポルトガル語の文字です。なぜですか&Atilde; Ãの略？

私は次のものを持っています：

すべての特殊文字が次のようなHTMLエンティティシーケンスで表されるようにテキストを変換するJavascript関数を探しています。

関数は、この例の文字だけでなく、これらすべてもエスケープする必要があります。

どのようにそれを達成しますか？そこに既存の機能はありますか？（フレームワークのないソリューションが望ましいため、プレーン）

ところで：はい、私はこの質問を見ましたが、それは私の必要性に対処していません。

文字列内のすべてのテキストを html エンティティに変換したいが、HTML タグは保持します。たとえば、次のようになります。

これに翻訳する必要があります：

何か案は？