在Python中，如何将*all*字符转义为对应的html实体名称和数字？

我想把一个字符串编码成它对应的html实体，但不幸的是我不能。正如我在问题标题中所说，我希望字符串中的所有字符都转换为它们相应的html实体（数字和名称）。因此，根据报告。我试过：

In [31]: import html

In [32]: s = '<img src=x onerror="javascript:alert("XSS")">'

In [33]: html.escape(s)
Out[33]: '&lt;img src=x onerror=&quot;javascript:alert(&quot;XSS&quot;)&quot;&gt;'

那么，我可以对你做同样的事情吗

---

我真的很惊讶为什么互联网上所有用于编码和解码html实体的资源都没有编码所有字符，而且php

htmlspecialchars（）

函数也没有这样做。我不想一个字符一个字符地写所有的html实体号。

你不需要一个特殊的函数来完成你的工作，因为你想要的数字只是这些字符的Unicode代码点

做你想做的事：

 def encode(s):
     return ''.join('&#{:07d};'.format(ord(c)) for c in s)

美学上，我更喜欢十六进制编码：

 def encode(s):
     return ''.join('&#x{:06x};'.format(ord(c)) for c in s)

它的特殊之处在于，除了数字实体之外，它还支持命名实体。转义的目标通常是将字符串转换为没有HTML解析器专用字符的字符串，因此

escape

只替换少数字符。除此之外，您所做的操作确保字符串中的所有字符都是ASCII

如果要尽可能强制使用命名实体，可以在对字符应用

ord

后检查映射：

def encode(s):
    return ''.join('&{};'.format(codepoint2name.get(i, '#{}'.format(i))) for i in map(ord, s))

---

您在转义字符串中忘记了一些分号吗？@madpysicator在

a

变量中？我不这么认为。我非常确定html实体应该以semicolon@MadPhysicist当然可以，但它们是故意省略的。看，这很整洁。我想知道你在干什么；）有一点需要澄清：正如您所说，字符串中的字符应该是ASCII，但是

ord

文档中说，它们可以是任何unicode字符，而且我链接的页面也有非ASCII字符。对吗？

ord

的输出都是ascii，而不是输入。

ord

的输出是一个整数，然后表示为一个只包含ascii的字符串。

def encode(s):
    return ''.join('&{};'.format(codepoint2name.get(i, '#{}'.format(i))) for i in map(ord, s))