python - 将数字字符引用符号转换为 unicode 字符串

Question

是否有标准的(最好是 Pythonic 的)方法将 &#xxxx; 符号转换为正确的 unicode 字符串？

例如，

מפגשי

应转换为:

מפגשי

这可以很容易地完成，使用字符串操作，但我想知道是否有一个标准库可以做到这一点。

Answer 1

使用HTMLParser.HTMLParser() :

>>> from HTMLParser import HTMLParser
>>> h = HTMLParser()
>>> s = "מפגשי"
>>> print h.unescape(s)
מפגשי

它是 standard library 的一部分，也是。

---

但是，如果您使用的是 Python 3，则必须从 html.parser 导入:

>>> from html.parser import HTMLParser
>>> h = HTMLParser()
>>> s = 'מפגשי'
>>> print(h.unescape(s))
מפגשי