使用html特殊字符解析Java SAX Xml解析器[致命错误]

如果html页面包含特殊字符，如®（®）或 ，则无法将其解析为xml。只要html文件包含以下特殊字符之一，它就会提示这是一个错误，如下所示“[致命错误]279:15实体“reg”被引用，但未声明”。是否有任何解决方案（不编辑html文件）可以忽略这些特殊字符？

旁注：html不是XML，您最好找到合适的解析器（对于.Net，它可能是HtmlAgilityPack，但我不知道Java world提供了什么）。也就是说，

textmore

是可以的HTML，但不是可接受的XML。Jericho是Java HTML解析器。