Giải mã & # 55357; đến ký tự thực

Question

khi tôi đọc dữ liệu từ API luồng của twitter và sau đó ghi vào xmlfile.

Nhưng một số ký tự đặc biệt như � sẽ gây ra lỗi (Ý tôi là khi tôi mở rằng xmlFile trong Chrome, Chrome nói rằng có một lỗi ở nhân vật mà!)

Tôi muốn chuyển đổi mà chuỗi mã hóa (�) thành ký tự thực (& # 55357;) trước khi ghi vào xmlfile!

Cách triển khai tính năng này?

------------- THÊM --------------

Đây là nội dung xmlFile:

<?xml version="1.0" encoding="UTF-8"?> 
<root> 
<text>@carlyraejepsen would be a dream if you follow me, please follow me?, I love you so much you're my inspiration</text> 
<text>someone please bring me a caramel apple and a mocha from black cat. i'll love you forever</text> 
<text>“@G_MartinFlyKick: Marry me Juliet.I love you and that's all I really know.”&#55357;&#56834;&#55357;&#56834;&#55357;&#56834;&#55357;&#56834;&#55357;&#56834;</text> 
<text>"I need to see a picture of him cuz Im trying to imagine you guys making love and all I see is u climbing on top of a big question mark"lmao</text> 
<text>@District3music hi, I LOVE YOU follow me please? &amp;lt;3 xx 23</text> 
<text>RT @syardley_: So appreciative of my family and people I love, wouldn't be where I am without them. #thankful</text> 
<text>#DISTRICT3HALLOWEENFOLLOWSPREE #DISTRICT3HALLOWEENFOLLOWSPREE #3EEKERFROMTHENETHERLANDS love you! Please follow ? @District3music x42</text> 
<text>Arguably my favorite electronic music producer @Kluteuk is coming back to Toronto on Dec 22nd. So stoked. Guy has made so many tunes I LOVE.</text> 
<text>The stakes are high, the water's rough, but this love is ours.</text> 
<text>@NiallOfficial Answer me, I love you very much. Venezuela loves. jhgj</text> 
<text>Love this shit http://t.co/qSP79NKx</text> 
</root> 

Và đây là lỗi từ Chrome:

This page contains the following errors: 

error on line 5 at column 91: xmlParseCharRef: invalid xmlChar value 55357 
Below is a rendering of the page up to the first error. 

Answer 1

Các tài liệu tham khảo nhân vật � biểu thị một điểm mã thay thế (U + D83D), vì vậy nó sẽ là sai lầm khi cố gắng chuyển nó sang một nhân vật. Nó không phải là một nhân vật, thậm chí không phải là một nửa nhân vật.

Bạn cần theo dõi trở lại điểm mà tham chiếu đã được tạo. Lý do có thể là một sự nhầm lẫn mã hóa ký tự. Trong UTF-16, các đơn vị mã thay thế có thể xuất hiện nhưng phải được xử lý theo cặp khi dữ liệu được hiểu là ký tự và ví dụ: được chuyển đổi sang mã hóa khác hoặc được chuyển thành tham chiếu ký tự.

Answer 2

Bạn có thể sử dụng cụm từ thông dụng để thay thế nó sau khi phản hồi của máy chủ. ví dụ đơn giản trong python:

import re 
pattern = re.compile(r'&#') 
new_content = pattern.sub(' ', SERVER_RESPONSE)