Функция tostring из lxml.etree вернула <СвЛицензия НомЛиц="РСН
Как теперь перевести в нормальный вид? Я уже разные кодировки в decod передавал. Ни какая не помогла.
1 ответ
"tostring из lxml.etree" вернула вам html escape sequences в формате NCRs, в котором символ представлен в виде последовательности из &#
и десятичного числа, представляющего его позицию в таблице символов Unicode. Если под "нормальным видом" вы подразумеваете строку python, то самый просто способ - это воспользоваться функцией unescape модуля html:
import html
s = 'СвЛиценз...'
print(html.unescape(s))
-
1
-
@tutankhamun он не спрашивал, что это за кодировки, его интересует только "как перевести в нормальный вид". 11 фев 2018 в 16:31
-
если автору не нужен xml, то вместо
tostring()
на xml tree объекте, можно прочитать значения отдельных атрибутов e.g.:el.text
. А то получается, что сперваtostring()
старательно всё экранирует, а затемhtml.unescape
обратную работу делает. Подобный код иногда называют Йо-йо кодом (см. ссылки в конце ответа)¶ Возможен ещё вариант, что автору просто следует явно кодировку указать:lxml.etree.tostring(tree, encoding='utf-8', xml_declaration=True)
, чтобы избежать NCR.– jfs11 фев 2018 в 21:32
tostring()
возвращает? Почему вы думаете, что эту строку необходимо декодировать? Если вы не хотели xml получить, то что вы вместо этого из XML tree хотите сгенерировать?