Tag Archives: \u编码

三 31

Python把HTML实体编码和Unicode编码\u转为中文汉字

Posted on by

某模块把获取的汉字转为HTML实体了，形式如〹 解码方法如下：

0
1
2
3
4
5
6
7
8
import HTMLParser  
 
char = r"织梦先生"  # 十进制
t = HTMLParser.HTMLParser()
uChar = t.unescape(char)
 
# 扩展
char = r"\u7ec7\u68a6\u5148\u751f"  # 十六进制
uChar = unichr(int(char.lstrip(r"\u"), 16))

这样就把实体码翻译成汉语了。

PS. 实体码中有的符号不是&#开头，而是&开头的，匹配的时候要注意。

PSS. 实体码最后的分号不能少！