Java Web harvest无法将格式错误的html转换为xml_Java_Webharvest

Java Web harvest无法将格式错误的html转换为xml

java

Java Web harvest无法将格式错误的html转换为xml,java,webharvest,Java,Webharvest,我在WebHarvest（来自java）中使用xquery处理器解析一个html页面，该页面包含元素中的无效标记，如。例外情况是： SXXP0003: Error reported by XML parser: Element type "div" must be followed by either attribute specifications, ">" or "/>". at org.webharvest.runtime.processors.XQueryProcessor

我在WebHarvest（来自java）中使用xquery处理器解析一个html页面，该页面包含

元素中的无效标记，如

。例外情况是：

SXXP0003: Error reported by XML parser: Element type "div" must be followed by either
attribute specifications, ">" or "/>".

at org.webharvest.runtime.processors.XQueryProcessor.execute(Unknown Source)

有没有快速的方法来清理div预处理？或解决此问题的任何方法？

尝试查看JTidy