如何在Python中将u'\x96'转换为u'–

Question

我正在把一个旧的Wordpress博客的内容转移到Mezzanine。我得到了一个数据库的json备份，但里面的帖子满是一些特殊字符，比如这样：\x96，而其他的html内容看起来是正常的。

如果我手动把斜杠\替换成&#，然后加上一个分号，这个字符就能正确显示了。

也就是说，把\x96变成–。

这是把转义的UTF-8（十六进制）转换成HTML实体（十六进制）。

我想知道怎么用Python来实现这个操作？

Answer 1

如果 – 也是可以接受的，你可以使用：

>>> u'\x96'.encode('ascii', 'xmlcharrefreplace')
'–'

这个在 文档¹ 中也有提到。

^{1（虽然说得不是很清楚）...}