编码/解码unicode和utf-8：Python [重复]答案

【问题标题】：encoding/decoding unicode and utf-8 : Python [duplicate]编码/解码unicode和utf-8：Python [重复]
【发布时间】：2013-05-11 07:13:09
【问题描述】：

我有一个 html 文本：If I&#039;m reading lots of articles

我正在尝试将 &#039; 和其他此类特殊字符替换为 unicode '。我做了

rawtxt.encode('utf-8').encode('ascii','ignore')

，但是失败了

错误：UnicodeDecodeError：“ascii”编解码器无法解码字节 0xe2

【问题讨论】：

看起来这并不是真正产生错误的代码，因为错误来自尝试将字符串解码为 ascii。 rawtxt 是从哪里来的？
@Sarien：它是产生错误的代码。您可以在调用 encode 时收到解码错误。见：chat.stackoverflow.com/rooms/10/conversation/…

【解决方案1】：

您遇到了 HTML 实体问题，而不是 unicode 或 UTF-8。试试这个：

import HTMLParser
h = HTMLParser.HTMLParser()
s = h.unescape('If I&#039;m reading lots of articles')
print s

这打印If I'm reading lots of articles。

【讨论】：