用Java解析HTML？

我想解析HTML文件，原因如下：

以获取标记之间的内容。例如，在一对para标记之间

查找打断标记的出现次数的步骤

获取标记的属性。例如，要获取FONT COLOR=“red”>

---

我需要用Java来做这个。我知道Jehrico解析器的基础知识。我该怎么做呢？

如果要解析的HTML是XHTML，那么它也应该是有效的XML。 因此，任何XML解析器都应该能够解析它

---

如果你不能依赖于此，你可以在谷歌上搜索Java的HTML解析器。

现有的Java HTML解析器数量如下：

---

您可能还想对使用每种方法的利弊进行非常全面的讨论。

您的实际问题是什么？我想可能是格式错误。你现在明白这个问题了吗？我以前使用过jsoup，发现它非常适合我需要做的事情。HTML可以在java中动态转换为XHTML吗？我认为JTidy应该能够完成这项工作。