記-html格式轉換(編碼中文亂碼現象)

import html

# 轉義html格式

test_str = '"\u003Ch1\u003E第一\u003C\u002Fh1\u003E\u003Cdiv'

result_str = html.unescape(test_str)

print(result_str) # 輸出沒有轉義的html字符串

輸出結果為:"\u003Ch1\u003E第一\u003C\u002Fh1\u003E\u003Cdiv

# 解決編碼問題

# 在python中，對於unicode存儲時，可以采用另一種方法：將unicode的內存編碼值進行存儲，讀取文件時在反向轉換回來。這里就采用了unicode-escape的方式

str = result_str.encode().decode('unicode_escape') # unicode_escape解碼

# 發現中文亂碼了

str.encode('latin-1').decode('utf-8') # 得到正常中文