对于"&# 24038;&# 36793;"这种&#开始的字符，应该为html unicode编码类型，解码方法如下：
s="&# 24038;& # 36793;"
s="左边"
import re
_=re.compile('&#(x)?([0-9a-fA-F]+);')
to_str=lambda s,charset='utf-8':_.sub(lambda result:unichr(int(result.group(2),result.group(1)=='x' and 16 or 10)).encode(charset) ,s)
print to_str(s)
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<title>Test Page</title>
</head>
<body>
<table border="1px">
......
使用Objective-C解析HTML或者XML，系统自带有两种方式一个是通过libxml，一个是通过NSXMLParser。不过这两种方式都需要自己写很多编码来处理抓取下来的内容，而且不是很直观。
有一个比较好的类库hpple，它是一个轻量级的包装框架，可以很好的解决这个问题。它是用XPath来定位和解析HTML或者XML。
安装步骤：
-加入 libx ......
前几天做项目。需要用到一个WinForm的HTML的编辑和显示控件。.NET自己并没有提供这方面的控件。去Googel百度了一下。没有找到合适的.NET控件。无奈去英文Googel了一下。果然发现了一款名为：.NET Win HTML Editor Control 3.2的控件。下载配置环境试用。发现免费版提供全功能试用。唯一不好的地方就是在编辑区有一个注册的� ......
