特定の文字をPythonでHTMLにエンコードする方法

Question

PythonでBeautifulSoup4を使用してWikipediaを削っています。

data = urllib2.urlopen(wikiurl) 
soup = BeautifulSoup(data, 'html.parser') 

私はその後、いくつかの段落のためのHTMLを取得するには

for link in soup.find_all('p'): 
    completehtml = completehtml + str(link) 

を使用します（ループの段落の数をカウントし、その後、彼らは限界に達した場合に壊れるカウンターを使用してブレーク条件を持っています）

このデータがスクレイプされた後。私はオンラインのウェブサイトでそれを入力する必要があります。 （私は廃止されたHTMLを使ってそれを入力する必要があります）。問題は、en-dashなどの文字の一部が適切なHTMLにない、つまりHTMLでコード化されているため、代わりにシンボルが表示されることです。

これらはPythonでうまく印刷されます。しかし、pyautoguiやActionChainsクラスなどのメソッドを使用してキーを送信すると、破棄された文字列を使用してそれらを入力すると、シンボルとして入力されます。

どうすればこの問題を解決できますか。 Pythonで解決策を探しています。

EDIT：非ASCII文字が廃棄HTMLであるとき わかりましたので、主な問題はあります。 クリップボードにコピーされたとき、またはpythonによってsend keysメソッドを使用して入力されたときに、それらは 'latin-1'にデコードされます。

EDIT： その後、特定のUnicodeのsubstirngsを交換した後、バックHTMLにそれらを回すUnicodeに特定のHTMLエンティティを変換する必要があります。

Answer 1

私はこの投稿への解決策は、あなたが必要なものを与えるだろうと考えている： Convert HTML entities to Unicode and vice versa