python - Python:将Unicode转换为html实体

我在将unicode转换为html实体时遇到问题。

这是我当前的代码：

>> name = u'\xc3\xa1\xc3\xa1\xc3\xa1\xc3\xa1'

>> entities = name.encode('ascii', 'xmlcharrefreplace')

>> print str(entities)
áááá

每个\xc3\xa1 = á（多字节字符），但是当我将其转换为实体时，单个字符得到2个实体。

最佳答案

\xc3\xa1在UTF-8中是á，而不是Unicode。

（Unicode中的áááá为u'\xe1\xe1\xe1\xe1'）

因此，您需要使用字符串文字来定义它，而不是Unicode文字（''与u''）。获得UTF-8后，您需要将其解码为Unicode，或者用XML实体再次将其编码为ASCII：

>>> name = '\xc3\xa1\xc3\xa1\xc3\xa1\xc3\xa1'.decode('utf-8')
>>> name.encode('ascii', 'xmlcharrefreplace')
'áááá'

关于python - Python:将Unicode转换为html实体，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/29882330/