java中的HTML到XML解析器，用于解析HTML的一部分

我想将html的某些部分解析为XML

<div class="superviewer">text</div>
  <p>-----content----<p>
  <p>-----content----<p>
  <p>-----content----<p>

<div class="superviewer">text</div>
   <p>-----content----<p>
  <p>-----content----<p>
<div class="superviewer">text</div>
   <p>-----content----<p>
</div>
<div class="superviewer">text</div>

文本
-----内容--
-----内容--
-----内容--
文本
-----内容--
-----内容--
文本
-----内容--
文本

所需输出：

<superviewer>
   <content>
    <p>----content----</p>
    <p>----content----</p>
    <p>----content----</p>
   </content>
</superuser>

<superviewer>
  <content>
    <p>----content----</p>
    <p>----content----</p>
   </content>
</superuser>

<superviewer>
  <content>
    <p>----content----</p>
  </content>
</superuser>

<superviewer>
  <content>
  </content>
</superuser>

----内容----

----内容----

----内容----

----内容----

----内容----

----内容----

这就是我正在做的：

    Document doc = Jsoup.parse(new File("filename"));        
    Elements superUserInfos = doc.getElementsByClass("superviewer");        
    for(Element superUserInfo:superUserInfos){
        String info=superUserInfo.text();
        Elements siblings = superUserInfo.siblingElements();
        List<Element> elementsBetween = new ArrayList<Element>();
        for (Element sibling:siblings) {
          if ((! "div".equals(sibling.tagName())))
            elementsBetween.add(sibling);
            break;
        }
        if (! elementsBetween.isEmpty()){
          processElementsBetween(elementsBetween);
        elementsBetween.clear();
        }
    }

documentdoc=Jsoup.parse（新文件（“文件名”）；
Elements superUserInfos=doc.getElementsByClass（“superviewer”）；
对于（元素superUserInfo:superUserInfos）{
String info=superUserInfo.text（）；
Elements sides=superUserInfo.siblingElements（）；
List elementsBetween=new ArrayList（）；
for（元素同级：同级）{
if（（！“div”.equals（同级标记名（）））
添加之间的元素（同级）；
打破
}
如果（！elementsBetween.isEmpty（））{
processElementsBetween（elementsBetween）；
.clear（）之间的元素；
}
}

---

请建议我如何做到这一点，我尝试使用Jsoup，但我无法获得正确格式的内容。在每个superviewer中，所有内容都显示出来。

通常，HTML不是XML，因此xslt处理器无法解析，就像您的情况一样，

----内容---

需要终止

。使用xhtml您可能会成功。我正在尝试使用JSOUP转换为xml，然后再次根据XSTLok进行格式化，但我没有正确理解，您是否可以显示（编辑问题）您使用JSOUP所做的工作，以确定“每个supterviewer中显示的所有内容”的问题，HTML不是XML，因此xslt处理器无法解析HTML，就像您的例子中的

----内容--

需要终止

。使用xhtml您可能会成功。我正在尝试使用JSOUP转换为xml，然后再次根据XSTLok进行格式化，但我没有正确理解，您是否可以显示（编辑问题）您使用JSOUP所做的工作，以确定“每个supterviewer中显示的所有内容”的问题？