将数字字符引用表示法转换为unicode字符串

Question

是否有标准的，最好是Pythonic的方式将&#xxxx;表示法转换为正确的unicode字符串？

例如，

מפגשי

应转换为：

מפגשי

可以很容易地完成 - 使用字符串操作，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standard library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