'拜仁慕尼黑' - ＆gt; '拜仁慕尼黑'

Question

解码字符串的最简单方法是：

 'Bayern München' -> 'Bayern München'

我正在寻找轻量级的东西，也许字符串替换会很好，尽管更强大的解决方案会让我更快乐。我希望encode和decode方法有所帮助，但到目前为止我没有运气。

对于上下文我正在从网页上抓取少量信息，我不想要一个重量级的解决方案（曾经看过scrapy但是虽然这对我来说太棒了）。该页面报告了一个utf-8编码，但我不知道如何从那里转到带有变音符号的字符串，我可以打印给用户。

<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />

我试图对此进行研究，但是SO或其他方面的其他答案都没有帮助我。例如，Beautiful Soup不处理这些十六进制代码。

这是我编码的第一个真正的问题，如果我打开了一堆蠕虫，请对不起，请耐心等待。

Answer 1

看起来这可以在Python 2.6或更高版本中使用：

import HTMLParser     # html.parser in Python 3
h = HTMLParser.HTMLParser()
h.unescape('Bayern München')

从技术上讲，这是“内部的”并且没有文档记录，但它已经在API中存在了很长一段时间，并且没有标记为前导下划线。

找到它here;还提到了其他方法，如果你不介意它的“沉重感”，BeautifulSoup可能是最好的。