我已经读过，BeautifulSoup在与号（&）上有问题，这些符号在HTML中并不严格正确，但大多数浏览器仍然能正确解释。然而奇怪的是，我在Mac系统和Ubuntu系统上的行为却不一样，这两个系统都使用bs4版本4.3.2：
html='<td>S&P500</td>'
s=bs4.BeautifulSoup(html)
在Ubuntu系统上，s等于：
<td>S&P500;</td>
注意在末尾添加的分号，这是一个真正的问题
在mac系统上：
<html><head></head><body>S&P500</body></html>
别介意html/head/body标签，我可以处理这个问题，但请注意，这次标普500的解释是正确的，没有添加“；”。
知道怎么回事吗？如何使跨平台代码不诉诸丑陋的黑客？谢谢，
最佳答案
首先，我无法使用python2.7.1和beautifulsoup4.3.2复制mac结果，也就是说，我在所有系统上都得到了额外的分号。
简单的解决方法是a）使用严格有效的HTML，或者b）在与号后面添加一个空格。很可能您无法更改源代码，如果您能够在python中解析并替换这些代码，您就不需要BeautifulSoup；）
所以问题是BeautifulSoupHTMLParser首先将S&P500转换为S&P500;，因为它假定P500是字符名，而您只是忘记了分号。
然后，它重新解析字符串并找到&P500;。现在它无法将P500识别为有效名称，并在不接触其他名称的情况下将&转换为&。
这里有一个愚蠢的monkeypatch只是为了证明我的观点。我对美联的内部运作还不太了解，无法提出一个恰当的解决方案。
from bs4 import BeautifulSoup
from bs4.builder._htmlparser import BeautifulSoupHTMLParser
from bsp.dammit import EntitySubstitution
def handle_entityref(self, name):
character = EntitySubstitution.HTML_ENTITY_TO_CHARACTER.get(name)
if character is not None:
data = character
else:
# Previously was
# data = "&%s;" % name
data = "&%s" % name
self.handle_data(data)
html = '<td>S&P500</td>'
# Pre monkeypatching
# <td>S&P500;</td>
print(BeautifulSoup(html))
BeautifulSoupHTMLParser.handle_entityref = handle_entityref
# Post monkeypatching
# <td>S&P500</td>
print(BeautifulSoup(html))
希望精通bs4的人能给你一个合适的解决方案，祝你好运。