使用java 的一個開源工具 Jtidy 可以清理不規則的html文件并生成 對應的xml文件，但是由于html的容錯性較強，百分之80的網頁都存在錯誤，無法成功轉換，如果我要批量進行轉換用來抽取其中的信息，那么我該怎么處理呢.....