我使用xmlcharrefreplace
来替换字符串中的非标准字符,以便将其保存在xml文件中。我想把原来的字符串转换回原来的字符串。在
import openpyxl
import cgi
from html.parser import HTMLParser
parser = HTMLParser()
startingString = "Tỉnh Đồng Nai" #example string
print("Starting string: " + startingString) #Starting string: Tỉnh Đồng Nai
# 1. This string contains non-standard characters. Convert these characters using xmlcharrefreplace
escapedString = cgi.escape(startingString)
strEscapedString = str(escapedString)
aposString = strEscapedString.replace("'", "'")
savedToExcelString = str(aposString.encode('utf-8', 'xmlcharrefreplace') )[2:-1]
print("xmlcharrefreplace converted to: " + savedToExcelString) #xmlcharrefreplace converted to: T\xe1\xbb\x89nh \xc4\x90\xe1\xbb\x93ng Nai
# 2. The string is saved to an xml file
# 3. The string is read from an xml file
# 4. Convert the string back into the original starting string
unescapedString = parser.unescape(savedToExcelString)
#what do I do here??? I need to 'undo' the xmlcharrefreplace encoding
print(startingString + " == " + unescapedString + " is " + str(startingString == unescapedString))
# Tỉnh Đồng Nai == T\xe1\xbb\x89nh \xc4\x90\xe1\xbb\x93ng Nai is False
# ^^ Should be the same string at the end
请注意,我不能使用编解码器.打开(),因为我正在使用库openpyxl打开包含数据的Excel文件。对于输入的字符集没有限制-我希望最后的字符串与初始字符串相同。在
目标:将字符从xmlcharrefreplace转换回它们的脚本字符。 例如:“\x90”变为“ồ”
一般来说,你所描述的是不可能的。从大字符集(任何字符集)转换为较小的字符集时,会丢失信息。除非您对编码结果有限制,否则您无法对可以反转的内容进行编码。在
但是,如果您与数据库对输入中不会出现而不是的标记(例如字符序列“\x”)有一些一致意见,则可以使用其中的一个或多个来表示编码字符串,并且可以在该区域中创建您喜欢的任何代码。例如,请注意示例输入在后面如何显示为
"T\xe1\xbb\x89nh \xc4\x90\xe1\xbb\x93ng Nai"
。在如果这对您有效,我建议您创建一个一对一的映射,存储在字典中(和它的相反),并在关键的一步简单地在两个方向上索引字典。我假设您可以自己处理检测逻辑(编码时使用非ASCII字符;解码时使用标记序列)。在
相关问题 更多 >
编程相关推荐