python - 如何使用Python解析包含命名为ISO-8859-1实体的HTML？

我总结：minidom似乎不喜欢8859个命名实体；什么是合适的解决方案？
下面的代码说明了我的情况：

sample = """
  <html>
    <body>
      <h1>Un ejemplo</h1>
      <p>Me llamo Juan Fulano y Hern&aacute;ndez.</p>
    </body>
  </html>
"""
sample2 = sample.replace("&aacute;", "&#225;")

import xml.dom.minidom

dom2 = xml.dom.minidom.parseString(sample2)
dom = xml.dom.minidom.parseString(sample)

简而言之：当HTML包含“A”和类似的、表示为命名实体时，minidom会抱怨

... xml.parsers.expat.ExpatError: undefined entity ...

？是吗
用相应的文本常量替换命名实体？
使用minidom以外的解析器？哪个？
不知怎的（有编码任务？）让minidom相信这些命名实体很酷？
。

最佳答案

xml.dom.minidom是XML解析器，而不是HTML解析器。。
尝试BeautifulSoup。

Minidom

python - 如何使用Python解析包含命名为ISO-8859-1实体的HTML？