python之从 Python 中的字符串中删除“”的正则表达式

我正在使用以下代码从 RSS 提要中获取结果:

try:   
desc = item.xpath('description')[0].text 
if date is not None: 
    desc =date +"\n"+"\n"+desc 
except: 
    desc = None 

但有时描述中包含少量 unicode html 字符，如下所示:

The text from XML looks like " and with ' and other &...; stuff

在显示内容时我不想显示它们。是否有任何正则表达式来删除 HTML 标记。

请您参考如下方法:

我用了一个叫“Unescaping XML”的东西，不知道对你有没有帮助。

参见:http://wiki.python.org/moin/EscapingXml

from xml.sax.saxutils import unescape 
 
unescape("< & >") 
 
'< & >' 
 
 
 
 
unescape("&apos; &quot;", {"&apos;": "'", "&quot;": '"'}) 
 
'\' "' 

编辑

刚刚看到这个，可能很有趣。 (未测试):unescape with urllib