在Python中将unicode字符编码为HTML实体，不包括标记

您可能知道，要使电子邮件在许多客户端中有效，必须对所有unicode字符进行编码。我想在Python脚本中自动进行这种编码

显然，标记需要从转换中排除，否则html将无法工作-这样做确实是一个复杂的部分-为了确保成功，有必要使用像lxml或beautifulsoup这样的解析包

据我所知，这两个包都不支持转换为编号的unicode实体，如漢；(漢)

---

任何帮助都是非常宝贵的，我一整天都在用头撞这堵墙！

我也遇到过类似的问题，但是在原始文本上运行以下表达式就足够了，它只需将十六进制实体转换为十进制实体，然后就可以很好地解析它们：

>>> hex_entity_pat = re.compile('&#x([^;]+);')
>>> hex_entity_fix = lambda x: hex_entity_pat.sub(lambda m: '&#%d;' % int(m.group(1), 16), x) # convert hex to dec entities
>>> BeautifulSoup(hex_entity_fix("<b>&#x6F22;</b>"), convertEntities=BeautifulSoup.ALL_ENTITIES)
<b>漢</b>

>>hex_entity_pat=re.compile（'&#x（[^；]+）；）
>>>hex_entity_fix=lambda x:hex_entity_pat.sub（lambda m:'&#%d；'%int（m.group（1），16），x）#将hex转换为dec entities
>>>美化组（十六进制实体修复（漢；“”），convertEntities=BeautifulSoup.ALL#ENTITIES）
漢

我也遇到过类似的问题，但是在原始文本上运行以下表达式就足够了，它只需将十六进制实体转换为十进制实体，然后就可以很好地解析它们：

>>> hex_entity_pat = re.compile('&#x([^;]+);')
>>> hex_entity_fix = lambda x: hex_entity_pat.sub(lambda m: '&#%d;' % int(m.group(1), 16), x) # convert hex to dec entities
>>> BeautifulSoup(hex_entity_fix("<b>&#x6F22;</b>"), convertEntities=BeautifulSoup.ALL_ENTITIES)
<b>漢</b>

>>hex_entity_pat=re.compile（'&#x（[^；]+）；）
>>>hex_entity_fix=lambda x:hex_entity_pat.sub（lambda m:'&#%d；'%int（m.group（1），16），x）#将hex转换为dec entities
>>>美化组（十六进制实体修复（漢；“”），convertEntities=BeautifulSoup.ALL#ENTITIES）
漢

我假设您的电子邮件是HTML格式的，而不是纯文本格式的。我想您正在寻找以下内容：

some_unicode_string.encode('ascii', errors='xmlcharrefreplace')

---

但也许你可以用其他方法来实现。首先，你如何生成HTML？

我假设你的电子邮件是HTML格式的，而不是纯文本格式的。我想你正在寻找以下内容：

some_unicode_string.encode('ascii', errors='xmlcharrefreplace')

---

但也许你可以用其他方法来实现。首先，你如何生成HTML？

我不是这些方面的专家，但你可能会在这里找到一些有用的东西：确保在标题中指定UTF-8。我不是这些方面的专家，但你可能会在这里找到一些有用的东西：确保在标题中指定UTF-8。