Python 解析"；引述“可打印”；编码文

我有一些文本编码为带引号的printable，其中软中断是用

=

符号进行的。我希望解析（而不是解码）这段文字。我有没有办法读懂下面的内容

<span style=3D"text-decoration: line-through; color: rgb(156, 163, 173);">8=
/23/2017-&nbsp;&nbsp;Lorem ipsum dolor sit amet, fastidii sad.Vim graece&nb=
sp; tractatos

---

似乎使用

re

模块应该足够简单（这是未测试的，来自内存：

import re

test_str = """<span style=3D"text-decoration: line-through; color: rgb(156, 163, 173);">8=
/23/2017-&nbsp;&nbsp;Lorem ipsum dolor sit amet, fastidii sad.Vim graece&nb=
sp; tractatos"""

re.sub(r'=$', r'\n', test_str, flags=re.MULTILINE)

重新导入
测试_str=“”8=
/2017年3月23日-洛雷姆·伊普苏姆·多洛尔·塞特、法斯蒂迪·萨德、维姆·格雷斯和nb=
拖拉机
re.sub（r'=$'，r'\n'，test_str，flags=re.MULTILINE）

但由于您要求对其进行解析。您希望检索什么？解析通常意味着您将提取结构化数据，因此您的输入应符合某些语法（看起来是这样的）：

• 第一个字段是日期（以特定格式）
• 第二个字段是消息
• 第三个字段（看起来像第三个字段）：类别

编辑：

最简单的形式：

import quopri
from HTMLParser import HTMLParser

test_str = """<span style=3D"text-decoration: line-through; color: rgb(156, 163, 173);">8=
/23/2017-&nbsp;&nbsp;Lorem ipsum dolor sit amet, fastidii sad.Vim graece&nb=
sp; tractatos"""

h = HTMLParser()
print h.unescape(quopri.decodestring(test_str))

导入quopri
从HTMLPasser导入HTMLPasser
测试_str=“”8=
/2017年3月23日-洛雷姆·伊普苏姆·多洛尔·塞特、法斯蒂迪·萨德、维姆·格雷斯和nb=
拖拉机
h=HTMLParser（）
打印h.unescape（qoopri.decodestring（test_str））

对于这个问题，解析器可能有些过火，但pyparsing是一个简单的解析库，可以处理一些更复杂的规则。此外，它还附带一些内置的HTML标记表达式：

import pyparsing as pp

sample = """\
<span style=3D"text-decoration: line-through; color: rgb(156, 163, 173);">8=
/23/2017-&nbsp;&nbsp;Lorem ipsum dolor sit amet, fastidii sad.Vim graece&nb=
sp; tractatos"""

# strip all trailing '='
sample = sample.replace("=\n", "")

# convert =XX to char(int(XX)), like =3D -> '='
hex_escape = pp.Regex(r'=[0-9a-fA-F]{2}')
hex_escape.setParseAction(lambda t: chr(int(t[0][1:], 16)))
sample = hex_escape.transformString(sample)

# convert HTML entities like &nbsp; and suppress all opening and closing HTML tags
pp.commonHTMLEntity.setParseAction(pp.replaceHTMLEntity)
stripper = pp.anyOpenTag.suppress() | pp.anyCloseTag.suppress() | pp.commonHTMLEntity

印刷品

8/23/2017-  Lorem ipsum dolor sit amet, fastidii sad.Vim graece  tractatos

stripped = stripper.transformString(sample)
print(stripped)

8/23/2017-  Lorem ipsum dolor sit amet, fastidii sad.Vim graece  tractatos