python regex帮助

re.sub(r"path=\'([^\']*)\'", "path='\1'", str)

如果要将'/real/os/win/today/axl.xls'转换为 '/real/os/win/today/axl.xls' 你可以用 "'/real/os/win/today/axl.xls'".replace("'", ''') 而不是使用regex。

您拥有的是非HTML实体。如果我没记错的话,有3种 &... 实体,E.X.。-       全部平均值 U+00A0 NO-BREAK SPACE .

  -(您拥有的类型)是“数字字符引用”(十进制)。

  -是“数字字符引用”(十六进制)。

  -是一个实体。

你可以查一下弗雷德里克·路德的 Unescape HTML script (对于python2.x)有关的详细信息 HTML entities here

如果我正确理解了问题:

>>> a = "Account(unit = 2, path='/real/os/win/today/axl.xls', realname = 'st')"
>>> re.sub("(?<=path=').*", lambda x: '&#39'+x.group(0), a)
"Account(unit = 2, path='&#39/real/os/win/today/axl.xls', realname = 'st')"

我更喜欢 BeautifulSoup 为了这些东西。退房 http://www.crummy.com/software/BeautifulSoup/documentation.html#Entity%20Conversion 更多信息。