Python 字符串编码 xmlcharrefreplace 解码

Question

我正在使用xmlcharrefreplace 替换字符串中的非标准字符，以便可以将其保存在 xml 文件中。后来，我想把这个字符串重新转换回原来的字符。

import openpyxl
import cgi
from html.parser import HTMLParser
parser = HTMLParser()

startingString = "Tỉnh Đồng Nai" #example string
print("Starting string: " + startingString) #Starting string: Tỉnh Đồng Nai

# 1. This string contains non-standard characters. Convert these characters using xmlcharrefreplace
escapedString = cgi.escape(startingString)
strEscapedString = str(escapedString)
aposString = strEscapedString.replace("'", "'")
savedToExcelString = str(aposString.encode('utf-8', 'xmlcharrefreplace') )[2:-1]

print("xmlcharrefreplace converted to: " + savedToExcelString) #xmlcharrefreplace converted to: T\xe1\xbb\x89nh \xc4\x90\xe1\xbb\x93ng Nai

# 2. The string is saved to an xml file
# 3. The string is read from an xml file

# 4. Convert the string back into the original starting string
unescapedString = parser.unescape(savedToExcelString)
#what do I do here??? I need to 'undo' the xmlcharrefreplace encoding

print(startingString + " == " + unescapedString + " is " + str(startingString == unescapedString))
#  Tỉnh Đồng Nai == T\xe1\xbb\x89nh \xc4\x90\xe1\xbb\x93ng Nai is False 
#  ^^ Should be the same string at the end 

请注意，我不能使用 codecs.open()，因为我正在使用库 openpyxl 打开包含数据的 Excel 文件。输入可以是什么字符集没有限制 - 我希望最终字符串与初始字符串相同。

目标：将 xmlcharrefreplace 中的字符转换回其脚本字符。 例如：“\x90”变成“ồ”

Answer 1

你所描述的是不可能的，一般来说。当您从大型字符集（任何内容）转换为较小的字符集时，您会丢失信息。除非你对编码结果有限制，否则你无法编码你可以反转的东西。

但是，如果您与数据库对将 出现在输入中的标签（例如字符序列“\x”）达成某种协议，则可以使用其中的一个或多个表示编码字符串，您可以在该区域创建您喜欢的任何代码。例如，请注意示例输入稍后如何显示为 "T\xe1\xbb\x89nh \xc4\x90\xe1\xbb\x93ng Nai"。

如果这对你有用，我建议你创建一个一对一的映射，存储在字典中（及其相反），并在关键步骤中简单地在两个方向上索引字典。我假设您可以自己处理检测逻辑（编码时为非 ASCII 字符；解码时标记序列）。