将字符串从 xmlcharrefreplace 转换回 utf-8

【问题标题】：Convert string from xmlcharrefreplace back to utf-8将字符串从 xmlcharrefreplace 转换回 utf-8
【发布时间】：2013-06-24 20:42:53
【问题描述】：

我有下一部分代码：

In [8]: st = u"опа"

In [11]: st.encode("ascii", "xmlcharrefreplace")
Out[11]: '&#1086;&#1087;&#1072;'

In [14]: st1 = st.encode("ascii", "xmlcharrefreplace")

In [15]: st1.decode("ascii", "xmlcharrefreplace")
Out[15]: u'&#1086;&#1087;&#1072;'

In [16]: st1.decode("utf-8", "xmlcharrefreplace")
Out[16]: u'&#1086;&#1087;&#1072;'

你知道如何将st1 转换回u"опа" 吗？

【问题讨论】：

标签： python utf-8 encode unicode-string

【解决方案1】：

使用html.unescape() function（Python 3.4 及更高版本）：

>>> import html
>>> html.unescape('&#1086;&#1087;&#1072;')
'опа'

在旧版本（包括 Python 2）上，您必须使用 HTMLParser.HTMLParser() 的实例：

>>> from HTMLParser import HTMLParser
>>> parser = HTMLParser()
>>> parser.unescape('&#1086;&#1087;&#1072;')
u'\u043e\u043f\u0430'
>>> print parser.unescape('&#1086;&#1087;&#1072;')
опа

【讨论】：

这是完美的。我使用 Python 已经 10 多年了，这已经从字面上逃脱（不是双关语）我的搜索结果。