使用 SAX 解析器解析 html

我正在尝试使用 SAX 解析器解析普通的 html 文件。

SAXBuilder builder2 = new SAXBuilder();
         try {
            Document sdoc = (Document)builder2.build(readFile);
            NodeList nl=sdoc.getElementsByTagName("body");
            System.out.println("nodelist>>>>>>>>>>>"+nl.getLength());

        } catch (JDOMException e1) {
            e1.printStackTrace();
        }

但我得到了例外

Open quote is expected for attribute "{1}" associated with an  element type  "class".

谁能告诉我为什么我会收到此异常，html 文档格式良好，并且正确地包含所有打开和关闭标记。

提前致谢。

正如 flash 所说，您需要一个 HTML 解析器，而不是 XML 解析器。 HTML 不是 XML。

我用过的好的解析器是Neko http://nekohtml.sourceforge.net/ and TagSoup http://vrici.lojban.org/~cowan/XML/tagsoup/。 Neko 是一个优秀的全能解析器； TagSoup 的具体目标是能够解析任何内容，无论格式多么不正确。