如何在 python 中将 u'\x96' 转换为 u'–'

Question

我正在将旧 Wordpress 博客中的内容移植到 Mezzanine。我得到了数据库的 json 转储，帖子中充斥着如下所示的特殊字符：\x96 以及其他未转义的 html。

如果我手动 replace 使用 &# 斜线并附加分号，则字符会正确呈现

所以\x96 到–

将 UTF-8（十六进制）转义为 HTML 实体（十六进制）

如何在 Python 中做到这一点？

Answer 1

如果–也可以接受，可以使用：

>>> u'\x96'.encode('ascii', 'xmlcharrefreplace')
'–'

这甚至在documentation¹中被调用。

^{1（虽然不是很清楚）...}