python中，把‘&#’ ‘&#x开头的字符串转换成中文

爬虫时经常遇到'/u'开头的unicode编码的字符串，这时通过decode()来解决.

但偶尔也会遇到以‘&#’ 或者‘&#x’开头的字符串， 这是HTML、XML 等 SGML 类语言的转义序列（escape sequence）。它们不是「编码」。

 

如果以‘&#‘ 开头，后接十进制数字，

如果以‘&#’开头，后接十六进制数字。

在python中的解决方法是：

import html
a = '外观'
print(html.unescape(a)) 

# 输出：外观

 

希望对你有用