这是HTML escape sequence 使用HTMLParser来解码 from HTMLParser import HTMLParser hp = HTMLParser() s = hp.unescape('Hélène') ※ 引述《sandwichC (没回应=挂站)》之铭言： : 我想 parse 一个 xml 档，该档的编码方式未知 : 该档中有这样的文字： : Hélène : 它代表的是：Helene : 其中第一个e上面有右上到左下的斜线，第二个e上面是左上到右下的斜线 : 也就是说，é 和 è 分别代表两个特别的字元 : 用以下命令得知我的 terminal 输出是 utf8 : $ echo $LANG : en_US.UTF-8 : 我在 Python 试过下面的方式但都印不出正确的字元 : > n = 'Hélène' : > print n.decode('iso-8859-1') : Hélène : > print n.decode('iso-8859-1').encode('utf8') : Hélène : 请问，读入这个字串後，该怎麽在萤幕上印出正确的字元呢？ : 谢谢 : ---- : UPDATE: : 我发现把 é 换成 \xe9， è 换成 \xe8後，可正确输出 : > n = 'H\xe9l\xe8ne' : > print n.decode('iso-8859-1').encode('utf8') : Helene : 第一个和第二个 e 的上面有正确显示斜线 : 这意思是我要自己 prase string 把 &#x???; 代换成 \x?? 吗 : 感觉应该有更好的解法吧…？ --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 123.205.239.47