将数字字符引用表示法转换为 unicode 字符串

Question

是否有一种标准的（最好是 Pythonic 的）方法将

&#xxxx;

表示法转换为正确的 unicode 字符串？

例如，

מפגשי

应转换为：

מפגשי

这可以很容易地使用字符串操作来完成，但我想知道是否有一个标准库。

Answer 1

使用

HTMLParser.HTMLParser()

：

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

它也是标准库的一部分。

---

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

Answer 2

任何想要 Python 3.4+ 的解决方案，您可以使用

html.unescape

模块中的

html

：

import html

print(html.unescape('מפגשי'))

其他两种方法（Python 2 中的

HTMLParser.HTMLParser

和 Python 3 至 3.3 中的

html.parser.HTMLParser

）已被弃用并从当前版本的 Python 中删除。