x開頭的是什麼編碼呢？？？

做爬蟲的時候，拿到的頁面有可能大面積出現類似這樣的字元&#dddd;&#xhhhh;&#name; htm，這些字元是htmll、xml 等 sgml 類語言的轉義序列（escape sequence）。它們不是「編碼」。

以 html 為例，這三種轉義序列都稱作 character reference：

numeric character reference（ncr），直譯就是數字字元引用。乙個numeric character reference編碼是由乙個與號(&)跟著乙個井號(#)，然後跟著這個字元的unicode編碼值，最後跟著乙個分號組成的，就像上面的例子一樣。

有了數字字元引用，就可以在網頁中顯示unicode字元了，不用考慮html檔案本身的編碼，因為數字字元引用只用到ascii字符集裡的字元。所以，即使在gb2312編碼的網頁中，也可以用ncr顯示埃及的象形文本了。

如何在python中處理&#x開頭的字串呢？

# coding=utf-8

def dec(a):

# &#x 開頭解碼 : 以 &# 或 &#x 開頭的字串叫做 ncr 字元

# 通過 py2.x下的htmlparser 或 py3.x下的html 的 unescape() 方法來轉換成能看懂的中文字元

aa = a.replace(';', '').replace('&#x', '\\u').encode('utf-8').decode('unicode_escape')

print(aa)