python - 将 unicode 对象转换为带有实体的拉丁字符串

Question

我有一个像

这样的 unicode 对象

x = u"a & 日本語:  enči hallöle"

并希望将其转换为带有 h​​tml 实体的 latin-1 字符串

"a & 日本語: enči hallöle"

这背后的原因是，我希望我的用户能够输入 unicode 数据，但我需要保存数据的遗留数据库只接受 latin-1 字符串。 (“ö”不用转换，其他特殊字符必须转换)

知道在这里使用哪个模块吗？我搜索了编码模块，查找了一些编解码器，尝试了一些 unicode 对象的方法，但没有找到明智的解决方案。

Answer 1

使用 unicode.encode 的 "xmlcharrefreplace" 选项，但请注意它不会将 & 转换为 & 给你:

>>> x = "a & 日本語:  enči hallöle".decode("utf-8")
>>> x.replace("&", "&").encode("latin-1", "xmlcharrefreplace")
'a & 日本語:  enči hall\xf6le'