python+html+中文+编码转换器,Python，将HTML实体转换为unicode

我找不到一个python包，它可以可靠地转换包含一些html实体的文本。我发现HTMLParser对某些东西有用，但也会破坏很多东西。beauthoulsoup似乎不适合转换成unicode。我怎样才能只使用一个方法返回字符串a-d的unicode表示？在

我认为我遇到的问题是我的一些文本既有unicode字符也有html实体(如示例stringd)。在import HTMLParser

from bs4 import BeautifulSoup

astring = "P&O."

bstring = "& "

cstring = ">"

dstring = "> 150ÎC"

pars = HTMLParser.HTMLParser()

a1 = BeautifulSoup(astring)

a2 = pars.unescape(astring)

print "a1:", a1

print "a2:", a2

b1 = BeautifulSoup(bstring)

b2 = pars.unescape(bstring)

print "b1:", b1

print "b2:", b2

c1 = BeautifulSoup(cstring)

c2 = pars.unescape(cstring)

print "c1:", c1

print "c2:", c2

d1 = BeautifulSoup(dstring)

try: d2 = pars.unescape(dstring)

except:d2 = "HTML Parse Broke!"

print "d1:", d1

print "d2:", d2

其输出如下：

^{pr2}$

编辑三：卡尔哈特的建议让我找到了解决办法。为了防止使用混合字符编码的字符串被破坏，我使用了.decode('utf-8')