将数字字符引用表示法转换为Unicode字符串

Question

有没有一种标准的方法（最好是符合Python风格的），可以将 &#xxxx; 符号转换为正确的Unicode字符串？

例如：

מפגשי

Should be converted to:

מפגשי

可以使用字符串操作轻松完成，但我想知道是否有标准库可用。

- Adam Matan

---

提示：那种符号被称为“数字字符引用”。 - Joachim Sauer

相关链接：https://dev59.com/SFHTa4cB1Zd3GeqPOAYY - Ashwini Chaudhary

可能是 https://dev59.com/DHRB5IYBdhLWcg3wUFvB 的重复问题。 - Jared

@AshwiniChaudhary：那个是关于一个非常特定的情况（UTF-16代码点编码为字符），Jared：那个是关于命名字符引用的（答案可能仍然适用，但我不知道）。 - Joachim Sauer

Answer 1

使用HTMLParser.HTMLParser()：

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

这也是Python的标准库的一部分。

---

然而，如果你使用的是Python3，你需要从html.parser这个模块导入：

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

- TerryA

---

unescape 似乎是内部且未记录的。是否有“官方”的方法？ - georg

@thg435 我不知道，抱歉。 - TerryA

我也没找到。这有点糟糕，不是吗？ - georg

似乎自Python 3.4以来，使用html.unescape(s)现在有了官方方法。 - tlwhitec