python 有处理unicode转义的函数吗？

3227049

回复  3227049

真是懒的跟你说了mb_convert_encoding只是个示例性的  仅仅是为了说明问题，还用你告诉我 ...
luffy.deng 发表于 2010-04-04 15:24

笑，回答我不是在8楼已经贴了么，别说你没看到

我就觉得这个函数的str和s挺有意思的

# def mb_convert_encoding(str):
#    return u''.join(unichr(int(i[3:],16)) for  i in  s.strip(';').split(';'))
# print mb_convert_encoding(s)

luffy.deng

这个是笔误 我承认。

3227049

回复  3227049

真是懒的跟你说了mb_convert_encoding只是个示例性的  仅仅是为了说明问题，还用你告诉我 ...
luffy.deng 发表于 2010-04-04 15:24

   
你又选择性无视我23楼贴的东西了，to_str1是encode,to_str2是先decode,to_str3是你鼓吹的直接用unicode替换进ansi,嗯，误人子弟的两个都没问题，你不误人子弟的直接UnicodeDecodeError

luffy.deng

我错了   你是对的

wqjwftcaqr

我是新手，都不太懂，我采一些网站，里面确实有这样的代码，是什么代码我也不懂。
二位争了半天，我也没有看明白，只知道水平都比我高，我想问：
当我这样去采集网址信息？

1. def fetch(url):
   
2.     while True:
   
3.         try:   
   
4.             temp=[]
   
5.             outtemp=[]
   
6.             i=1
   
7.             page=urllib.urlopen(url).read()
   
8.             pat=re.compile('listmain(.*)<td onclick',flags=16)
   
9.             cont=pat.search(page).group(0)

复制代码

cont里有‘&# 24038;&# 36793;’的代码（网址源代码有这样的代码？）这叫什么代码？
是不是我用你们说到的代码，就可以变成中文 写入文本 文件啦？

1. s="&# 24038;&# 36793;".replace(" ",'') #这边直写会被cu自动替换掉................................
   
2. 
   
3. import re
   
4. 
   
5. _=re.compile('&#(x)?([0-9a-fA-F]+);')
   
6. 
   
7. to_str=lambda s,charset='utf-8':_.sub(lambda result:unichr(int(result.group(2),result.group(1)=='x' and 16 or 10)).encode(charset) ,s)
   
8. 
   
9. print to_str(s)
   

复制代码

luffy.deng

......

shhgs

htmlentitydefs

alaulong

深奥。。。。