将基于十进制的 &#code 转换为 Unicode

Question

在python 3中，我有像这样的JSON字符串

{
"tag" : "مو",
"id" : 1
}

我使用json.loads方法，但它没有转换 如何将其转换为 Unicode 字符串并使用它。

Answer 1

您可以使用正则表达式来匹配 HTML 实体并将其替换为其 Unicode 字符：

import json
import re
raw_data = '''
{
"tag" : "مو",
"id" : 1
}
'''
data = json.loads(raw_data)
data['tag'] = re.sub(r'&#(d+);',lambda m: chr(int(m.group(1))),data['tag'])
print(data)

输出：

{'tag': 'مو', 'id': 1}

如果可能的话，更好的解决方案是首先正确编写 JSON，这将是以下任一：

option1 = json.dumps(data)
option2 = json.dumps(data, ensure_ascii=False)
print(option1)
print(option2)

输出：

{"tag": "u0645u0648", "id": 1}
{"tag": "مو", "id": 1}