Xml 解码及#55357; 真实性格

当我从twitter的streamapi读取数据，然后写入xmlfile时

但是一些特殊的字符，比如

�

将导致错误（我的意思是当我在Chrome中打开该xmlfile时，Chrome说该字符有错误！）

在写入xmlfile之前，我想将编码序列（

�；

）转换为实字符（�；）

如何实现这一点

-------------增加--------------

这是XMLFile内容：

<?xml version="1.0" encoding="UTF-8"?>
<root>
<text>@carlyraejepsen would be a dream if you follow me, please follow me?, I love you so much you're my inspiration</text>
<text>someone please bring me a caramel apple and a mocha from black cat. i'll love you forever</text>
<text>“@G_MartinFlyKick: Marry me Juliet.I love you and that's all I really know.”&#55357;&#56834;&#55357;&#56834;&#55357;&#56834;&#55357;&#56834;&#55357;&#56834;</text>
<text>"I need to see a picture of him cuz Im trying to imagine you guys making love and all I see is u climbing on top of a big question mark"lmao</text>
<text>@District3music hi, I LOVE YOU follow me please? &amp;lt;3 xx 23</text>
<text>RT @syardley_: So appreciative of my family and people I love, wouldn't be where I am without them. #thankful</text>
<text>#DISTRICT3HALLOWEENFOLLOWSPREE #DISTRICT3HALLOWEENFOLLOWSPREE #3EEKERFROMTHENETHERLANDS love you! Please follow ? @District3music x42</text>
<text>Arguably my favorite electronic music producer @Kluteuk is coming back to Toronto on Dec 22nd. So stoked. Guy has made so many tunes I LOVE.</text>
<text>The stakes are high, the water's rough, but this love is ours.</text>
<text>@NiallOfficial Answer me, I love you very much. Venezuela loves. jhgj</text>
<text>Love this shit http://t.co/qSP79NKx</text>
</root>

---

字符参考

和#55357

表示代理代码点（U+D83D），因此尝试将其转换为字符是错误的。它不是一个字符，甚至不是半个字符

---

您需要追溯到生成引用的点。原因可能是字符编码混乱。在UTF-16中，代理代码单元可能会出现，但当数据被解释为字符时，必须成对处理，例如转换为另一种编码或转换为字符引用。

您可以在服务器响应后使用正则表达式替换它。 python中的简单示例：

import re 
pattern = re.compile(r'&#')
new_content = pattern.sub(' ', SERVER_RESPONSE)

---

您使用的语言/框架是什么。网？C6502汇编程序？错误说明了什么？请向我们展示XML。我添加了更多详细信息@SLaksI从该链接检索数据：，那么，编码混乱是如何发生的？@Songokute，很难说，因为页面提示输入用户名和密码。从XMLFile内容判断，数据似乎包含U+1F602这样的字符“很抱歉回复晚了！但您可以使用您的twitter帐户登录！（因为这是twitter stream API）。还有，您的意思是我应该将XMLFile的编码从UTF-8更改为UTF-16吗？是的，我做到了，谢谢@Korpela，我在写下之前将xmlObject的编码设置为UTF-16:）

import re 
pattern = re.compile(r'&#')
new_content = pattern.sub(' ', SERVER_RESPONSE)