将HTML实体转换为Python表情符号

Question

假设我有以下HTML表情符号实体：'&；x1f604；'

注意，4和之间实际上没有空格；它只是在那里，所以它不会显示为笑脸

表情符号的Python形式是：u“\U0001f604”

如何将所有HTML表情符号实体转换为Python形式？

---

到目前为止我尝试过的事情：

• 编码为utf-8
• 使用HTML解析器取消文本转义，然后转换
• 使用regex（无法获得对所有HTML表情符号实体都有效的方法——不像用\U000替换&；x那样简单，因为它只适用于某些实体）

Answer 1

HTMLParser.unescape就是这样做的：

In [3]: HTMLParser.HTMLParser().unescape( '😄' )
Out[3]: u'\U0001f604'