java - 如何在java中解析准html文本？

Question

类 html 文本，看起来像: Simple<br> text <b>simple</b> text simple <BR><BR>text simple text , 我想解析它并创建 dom document .但问题在于未关闭的标签，当我尝试这样做时:

DocumentBuilder builder = DocumentBuilderFactory.newInstance().newDocumentBuilder();
InputSource source = new InputSource(new StringReader(
Document doc = builder.parse(source);

发生错误:org.xml.sax.SAXParseException; The element type "br" must be terminated by the matching end-tag

我不想全部替换 <br>通过 <br></br> ，任何解决方案或建议？

Answer 1

使用jsoup并享受易用性。