Java扫描器找到一个标记，然后用分隔符写什么'；它在文件的标记中

我正在编写一个程序，旨在搜索网站的HTML，找到一个特定的标记，然后将该标记的内容写入一个文件。例如，HTML可能如下所示：

<div class="something" specific-tag:"print this 1">some content</div>
<div class="something" not-the-right-tag:"don't print this">some content</div>
<div class="something" specific-tag:"print this 2">some content</div>
<div class="something" not-the-right-tag:"don't print this">some content</div>
<div class="something" specific-tag:"print this 3">some content</div>

print this 1
print this 2
print this 3

我知道如何使用Scanner类来查找特定标记，在本例中为“specific tag”，并且知道如何使用分隔符写入文件，在本例中，分隔符为“，但我不知道如何做的是搜索一个标记，然后将该标记后面分隔符之间的所有内容写入文件，然后继续搜索下一个标记并重复，直到文件结束

---

想法？

您真的应该使用某种html解析库。谷歌的快速搜索揭示了这一点。它似乎很容易使用。召唤

Elements divs = doc.select("div[specific-tag]");

---

应该生成div，然后您可以提取特定的标记属性。

使用正则表达式请注意以下情况：

某些内容

和

，以及那些由于无效HTML而不存在结束标记的内容。感谢您的指导，我将研究这些情况。