通过java获取网页

我需要获取一个给定的网页，然后将HTML标记转换为XML标记，并从这些XML标记中构建一棵树。我该怎么做？？请给我一些好的链接或基于这些教程，顺便说一句，我使用的是java语言

谢谢。

获取数据。 将其转换为XML

---

两者都有教程。

看看Apache，你有没有尝试过编写代码？HTML通常包含无效的分层XML内容。这不是一项容易的任务。