将数字字符引用表示法转换为 unicode 字符串答案

【问题标题】：Convert numeric character reference notation to unicode string将数字字符引用表示法转换为 unicode 字符串
【发布时间】：2013-06-05 19:17:04
【问题描述】：

有没有一种标准的，最好是 Pythonic 的方法来将 &#xxxx; 表示法转换为正确的 unicode 字符串？

例如，

&#1502;&#1508;&#1490;&#1513;&#1497;

应转换为：

מפגשי

使用字符串操作可以很容易地做到这一点，但我想知道是否有一个标准库。

【问题讨论】：

提示：该符号称为"numeric character reference"。
+1 @JoachimSauer，谢谢，更新了标题。
相关：stackoverflow.com/questions/3894564/…
stackoverflow.com/questions/663058/html-entity-codes-to-text的可能重复
@AshwiniChaudhary：那个是关于一个非常具体的案例（UTF-16 代码点编码为字符），Jared：那个是关于 named 字符引用（可能答案仍然适用，但我不知道）。

【解决方案1】：

使用HTMLParser.HTMLParser():

>>> from HTMLParser import HTMLParser
>>> h = HTMLParser()
>>> s = "&#1502;&#1508;&#1490;&#1513;&#1497;"
>>> 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 = '&#1502;&#1508;&#1490;&#1513;&#1497;'
>>> print(h.unescape(s))
מפגשי

【讨论】：