Python “如何替换”★✿•&引用；用他们的密码？

我正在python上开发一些web解析器，现在使用了一些特殊符号，如

★ ✿ •

和其他，有时我用utf-8:

”&&226；&156；&191；

，有时用unicode:

u”\xe2\x80\xa2“

。我已经找到了答案，但我唯一能做的是：

set = []
set.append([u"\xe2\x80\xa2","•"])
set.append(["✿","✿"])
for i in set:
    s=s.replace(i[0],i[1])

我是用手写的

因为我找不到将左侧和右侧关联的表

---

您能帮我吗？

给定一个包含单个字符的Unicode字符串：

symbol = u'★'

可以将其转换为HTML语法，如下所示：

html = '&#{};'.format(ord(symbol))

要转换回去，请通过剥离

&

和

来提取数字

，转换为整数，然后使用

chr

（Python 3）或

unichr

（Python 2）

如果您需要处理不是来自上述转换的输入，您可能还需要处理十六进制数，它看起来像

&#xZZZ

其中

ZZZ

是一组十六进制数字。要检测这些，只需注意它以

x

开头；用基数16解析余数

此外，您可能需要处理命名实体。见最后两段

---

如果希望Python处理整个字符串的编码，可以使用以下方法：

text = u"I like symb★ls!"
html = text.encode('ascii', errors='xmlcharrefreplace').decode('ascii')

---

不幸的是，没有解码的等价物，这也不能避免潜在的危险HTML字符，如

非常感谢！那么utf-8的情况呢？顺便说一句，我想我可以把它们翻译成unicode，或者用ord（）和chr（）做一些实验。
u“\xe2\x80\xa2”
看起来它被错误地解码为
latin-1
，而应该被解码为
utf-8
；我想你应该用
.encode（'latin-1'）.decode（'utf-8'）
来解决这个问题。我的回答描述了如何处理
✿s='blabla✿bla'
我应该怎么做才能得到
'bla✿bla'
？@scytharo：假设Python 3，
re.sub（r'&#（\d+）'，lambda c:chr（int（c.group（1））），s.encode（'latin-1'）。decode（'utf-8'）。encode（'ascii'，errors='xmlcharrefreplace'）。decode（'ascii'）
。