Hast Du's mal mit raw versucht? Laut Tidy Doku:

"For raw, Tidy will output values above 127 without translating them into entities."

Wuerde ich jetzt so interpretieren, das er ganz die Finger davon laesst.

Ich hab auch noch nicht so ganz verstanden in welchem Format deine Eingangsdaten denn nun eigentlich vorliegen.