从base64解码时重音的Python问题[重复]答案

【问题标题】：Python problem with accents when decoding from base64 [duplicate]从base64解码时重音的Python问题[重复]
【发布时间】：2022-01-21 03:53:34
【问题描述】：

我正在从网站获取数据，这是我检索到的句子的示例：PHA+Q29ycmlnJmVhY3V0ZTtzIGV4ZXJjaWNlcyBlbnRyYWluZW1lbnQgY2hhcGl0cmUgbW91dmVtZW50IGV0IGZvcmNlczwvcD4K

这句话是用base64编码的，所以我想把它解码，然后用python把它编码回utf-8：

import base64

sentence = "PHA+Q29ycmlnJmVhY3V0ZTtzIGV4ZXJjaWNlcyBlbnRyYWluZW1lbnQgY2hhcGl0cmUgbW91dmVtZW50IGV0IGZvcmNlczwvcD4K"
base64.b64decode(sentence).decode("utf-8")

问题是它看起来像这样："Corrigés exercices entrainement chapitre mouvement et forces"，而不是像这样："Corrig&eacute;s exercices entrainement chapitre mouvement et forces"。

如您所见，口音完全搞砸了。

我正在使用 python 3

我无法使用 API 访问解码后的句子（我只有 base64 编码的句子）。

感谢您的帮助。

【问题讨论】：

您正确地从 Base64 获取明文。但是，该明文包含 HTML 实体；见Decode HTML entities in Python string?。

标签： python base64 decode

【解决方案1】：

如果有人不了解 HTML 实体（就像我一样）并且需要答案。

感谢 Amadan 的评论，我才知道我得到的奇怪东西不是我的口音，而是称为 HTML 实体。

为了找回我的口音，我需要取消它：

import html

print(html.unescape("Corrig&eacute;s exercices entrainement chapitre mouvement et forces"))

>> Corrigés exercices entrainement chapitre mouvement et forces

【讨论】：