Python字符串编码xmlcharrefreplace解码

Question

我使用xmlcharrefreplace来替换字符串中的非标准字符，以便它可以保存在xml文件中。后来，我想重新将此字符串转换回原始字符。

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codecs.open（），因为我使用的库openpyxl打开包含数据以及Excel文件。对输入可能是什么字符没有限制 - 我希望最终字符串与初始字符串相同。

目标：将字符从xmlcharrefreplace转换回其脚本字符。 例如：“\ x90”变成“ồ”

Answer 1

你所描述的是不可能的，一般。当你从一个大字符集（任何东西）转换到一个较小的字符集时，你会失去信息。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。但是，如果您与标签上的数据库有一些协议，将在输入中出现而不是（例如字符序列“\ x”），则可以使用其中的一个或多个来表示编码字符串，并且您可以在该区域创建任何您喜欢的代码。例如，请注意示例输入后面如何显示为"T\xe1\xbb\x89nh \xc4\x90\xe1\xbb\x93ng Nai"。

如果这对您有用，我建议您创建一个一对一的映射，存储在字典（及其反向）中，并在关键步骤中向两个方向索引字典。我假设您可以自己处理检测逻辑（编码时为非ASCII字符;解码时为标记序列）。