Java 如何使用需要正确HTML的库处理来自web的无效HTML文档

我在解析网站时遇到此错误。 错误：“实体“ContentType”的声明必须以“>”结尾。” 或者输入类型必须b关闭

您考虑过吗

JTidy是HTML的Java端口Tidy、HTML语法检查器和pretty 打印机与它的非Java同类产品一样，JTidy可以用作 清理格式错误和错误的HTML。此外，JTidy还提供了 真实世界HTML的DOM解析器

---

显然，在某个时候，它会根据HTML的格式有多糟糕而与之斗争，但您可能会发现这对您很有用。

1：修复输入，2修复库，以便它可以处理不正确的HTML，它可以处理brocken HTML。