区分 HTML 和 XML

网页不规范，有多个 标签，浏览器可以解析，但是 lxml 不可以解析。case：http://ggzyjy.quanzhou.gov.cn/govProcurement/govProcurementDetail.do?bltId=178813&centerId=-1

处理 html entity

及时获取更新，请关注公众号“爬虫技术学习(spider-learn)”