Discussion :

[rambc]

Bonjour,
je m'excuse d'avance d'être le millionième à poser cette question.

Je voudrais transformer une chaîne avec des caractères accentués ou d'autres comme des symboles spéciaux en une chaîne pour un fichier HTML. Par exemple, & doit devenir &.

Existe-t-il une méthode élégante (autre qu'un codage brut que je sais faire) ?

[monnomamoi]

Salut,

Tu peux utiliser :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
 
# convertir texte en unicode
texte = "é".decode('utf-8')
# variante : texte = u"é"
 
# convertir unicode non-ascii en HTML
texte.encode('ascii', "xmlcharrefreplace")

pour transformer tout les caractères non-ascii en HTML.


Ensuite, pour le "&", vu que c'est déjà du ascii, il faut faire un "replace".
Plus d'infos ici :
http://effbot.org/zone/unicode-in-html.htm

[rambc]

Merci pour le lien qui est très simple à comprendre. Je vais pouvoir utiliser directement le code qui s'y trouve.

Dommage que Python ne propose pas cela en standard. C'est tellement courant de fabriquer des pages HTML que je ne dois sûrement pas être le seul à avoir besoin de ce genre de fonctionnalité.

[monnomamoi]

C'est déjà partiellement en standard avec la fonction encode(..., "xmlcharrefreplace").

Il existe peut-être une fonction améliorée qui gère les "&" (l'article date de 2003 ; il a pu y avoir des changements depuis), mais moi je ne connais que cette méthode, et ça me suffit largement...

[rambc]

Voici une méthode très courte trouvée sur le net un peu par hasard.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
#!/usr/bin/env python
# -*- coding: cp1252 -*-
 
import htmlentitydefs,re,string
 
def stringhtml(chaine):
    emap={}
    for i in range(256):
        emap[chr(i)]= "&%d;" % i
 
    for entity, char in htmlentitydefs.entitydefs.items():
        if emap.has_key(char):
            emap[char]="&%s;" % entity
 
    def remplace(m,get=emap.get):
        return string.join(map(get,m.group()),"")
 
    return re.sub(r'[&<>\"\x80-\xff]+', remplace, chaine)
 
chaine='à == ç == è == ù == û == è == & == ë "'
print chaine
print stringhtml(chaine)

On obtient alors :

à == ç == è == ù == û == è == & == ë == "
à == ç == è == ù == û == è == & == ë == "