通过将自定义元素转换为ASCII来实现HTML Unescape？

Question

我需要从字符串中取消一些HTML实体。

但是对于像“’“”'这样的少数字符，我想用最近的ASCII替换。所有其他人都需要被剥夺。

我怎样才能在Python中这样做？我尝试了以下代码片段，但它并不像我想要的那样“最接近”。

import HTMLParser
import unicodedata
parser = HTMLParser.HTMLParser()
parsed = parser.unescape("‘")
nearest = unicodedata.normalize('NFKD', parsed).encode('ascii','ignore')

上面的代码中

nearest为空。我可以为HTMLParser.unescape提供一个参数，将其转换为ASCII引号吗？我想提供这样的自定义映射：{'＆amp; lsquo'：'''，'＆amp; rsquo'：'''}其中地图中的项目应转换为ASCII。

xml.sax.parse有一些API unescape(html_text, entities={' ': ' ', """: '"'})，HTMLParser的内容类似。