将 HTML 个实体转换为 Python 个表情符号

Question

假设我有以下 HTML 表情符号实体：'😄 ;'

请注意，4 和 ; 之间实际上没有 space。它就在那里，所以它不会显示为笑脸

表情符号的 Python 形式为：u"\U0001f604"

如何将所有 HTML 表情符号实体转换为它们的 Python 形式？

---

到目前为止我尝试过的事情：

• 编码为 utf-8
• 使用 HTML 解析器对文本进行转义，然后进行转换
• 使用正则表达式（无法获得适用于所有 HTML 表情符号实体的内容——不像将 &#x 与 \U000 交换那样简单，因为这仅适用于某些实体）

Answer 1

HTMLParser.unescape 就是这样做的：

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