Python如何替换'&#'开头的html实体，比如：&#38451

有时候，我们在抓取的过程中，将HTML实体内容抓到后，存储到了数据库中，这时候在读取数据库的时候，就会以实体的形式出现（当然，如果是在Web页面上展示，则实体会自动被浏览器转为原字符，正常显示），这时候我们需要对其进行处理。

Python中提供了一个模块：HTMLParser，里面有很多好用的方法，

我们可以使用：dir(HTMLParser.HTMLParser)查看该模块下的HTMLParser类属性，其中有一个方法：unescape()，

再使用：help(HTMLParser.HTMLParser.unescape)，可以看到该方法的说明信息，但是几乎没什么用。其实该方法就是将HTML实体（带有&#符号打头的）进行解码，转换为原有字符。下面是简单实例：

import HTMLParserdef decodeHtml(input):    h = HTMLParser.HTMLParser()    s = h.unescape(input)    return sprint decodeHtml('阳锟')

执行结果：阳锟