中文网页编码使用python转为中文

编码1：测试  中文对应的网页实体编码Unicode

编码2：\u6d4b\u8bd5        
编码3：测试  中文对应的网页实体编码UTF-8
编码4：\xe6\xb5\x8b\xe8\xaf\x95 

 

编码4：ASCII 码，其中三个\x表示一个汉字

 s=b'\xe6\xb5\x8b\xe8\xaf\x95'
>>> print(s.decode('utf-8'))
测试
>>> a='\xe6\xb5\x8b\xe8\xaf\x95'
>>> a
'\xe6\xb5\x8b\xe8\xaf\x95'
>>> a.decode('utf-8')
u'\u6d4b\u8bd5'
>>> print a.decode('utf-8')
测试

编码1 和3 是HTML实体，可以通过标准库HTMLParser 来解析：

编码2 是unicode 字面值，要想获得真正的unicode，可以这样做：