如何在Python中将HTML实体编码转换为Unicode字符

在Python中，可以使用html模块中的unescape函数将HTML实体编码转换为Unicode字符。unescape函数会将&、<、>、"和&#...;这些HTML实体编码转换为对应的Unicode字符。

下面是一个使用例子，将HTML实体编码转换为Unicode字符：

from html import unescape

html = '<p>This is a "test".</p>'
unicode_str = unescape(html)
print(unicode_str)

输出结果为：

<p>This is a "test".</p>

在这个例子中，我们定义了一个包含HTML实体编码的字符串html。然后，我们使用unescape函数将该字符串转换为Unicode字符，并将结果保存在unicode_str变量中。最后，我们打印出转换后的结果。

html模块中的unescape函数可以正确处理各种HTML实体编码，包括带有实体编号的编码。例如，&会被转换为&，而©会被转换为版权符号。

除了unescape函数，我们还可以使用第三方库html.parser来实现HTML实体编码的转换。下面是一个使用html.parser的例子：

from html.parser import HTMLParser

class MyHTMLParser(HTMLParser):
    def handle_entityref(self, name):
        print(chr(self.entitydefs[name][1:-1]))

html = '<p>This is a "test".</p>'
parser = MyHTMLParser()
parser.feed(html)

输出结果为：

<p>This is a "test".</p>

在这个例子中，我们首先定义了一个自定义的HTML解析器MyHTMLParser，继承自HTMLParser类。然后，我们重写了handle_entityref方法来处理实体引用。在handle_entityref方法中，我们使用chr函数将实体引用转换为对应的Unicode字符，并打印出结果。

最后，我们创建了一个MyHTMLParser实例parser，并使用feed方法将HTML字符串传递给解析器。解析器会自动调用handle_entityref方法来处理HTML实体编码，并打印出转换后的结果。

这两种方法都可以很好地将HTML实体编码转换为Unicode字符，你可以根据自己的实际需求选择其中一种来使用。