我已经在Win10上安装了Python 2.7.13，pip和beautifulsoup。我想将一个带有html实体的大文件转换为Unicode字符，但我不确定如何去做（我对Python了解不多）。文件内容如下所示：
<b>γέρων</b>, <i>οντος, ὁ</i>, Wurzel <i>ΓΕΡ</i>, verwandt mit <i>γέρας, γεραρός, γεραιός</i>
我可以用 EmEditor 做一些小部分（使用编辑>编码/解码选择 -> HTML/XML 字符引用 Unicode），但它太慢了，无法应对大文件转换）。
我很乐意为此提供任何（离线）解决方案。
这是
HTML编码的，请尝试使用以下内容：
from HTMLParser import HTMLParser
f = open("myfile.txt")
h = HTMLParser()
new_file_content = h.unescape(f.read())
new_file = open("newfile.txt", 'w')
new_file.write(new_file_content)
BeautifulSoup 有一个内置函数来执行此操作，称为 .decode() 。只需在阅读文件时将其添加到行尾即可！
例：
site_read = site_download.read().decode('utf-8')
import bs4
html = '''<b>γέρων</b>, <i>οντος, ὁ</i>, Wurzel <i>ΓΕΡ</i>, verwandt mit <i>γέρας, γεραρός, γεραιός</i>'''
soup = bs4.BeautifulSoup(html, 'lxml')
外：
<html><body><b>γέρων</b>, <i>οντος, ὁ</i>, Wurzel <i>ΓΕΡ</i>, verwandt mit <i>γέρας, γεραρός, γεραιός</i></body></html>
公文：
若要分析文档，请将其传递到 BeautifulSoup 构造函数中。你 可以传入字符串或打开的文件句柄：
from bs4 import BeautifulSoup
>
> soup = BeautifulSoup(open("index.html")) # you can open you file in here
>
> soup = BeautifulSoup("<html>data</html>")
首先，文档是 转换为 Unicode，HTML实体转换为 Unicode 字符：
感谢您的帮助，我确实设法使用最新版本的 EmEditor 轻松完成，事实证明它非常快：
选择文本>编辑>编码/解码选择-> HTML/XML 字符对 Unicode 的引用