软件简介

NekoHTML是一个Java语言的 HTML扫描器和标签补全器(tag balancer)
,使得程序能解析HTML文档并用标准的XML接口来访问其中的信息。这个解析器能够扫描HTML文件并“修正”许多作者（人或机器）在编写HTML文档
过程中常犯的错误。

NekoHTML能增补缺失的父元素、自动用结束标签关闭相应的元素，以及不匹配的内嵌元素标签。NekoHTML的开发使用了 Xerces Native
Interface (XNI)，后者是Xerces2的实现基础。

示例代码：

package sample;

import org.cyberneko.html.parsers.DOMParser;  
import org.w3c.dom.Document;  
import org.w3c.dom.Node;

public class TestHTMLDOM {  
    public static void main(String[] argv) throws Exception {  
        DOMParser parser = new DOMParser();  
        for (int i = 0; i < argv.length; i++) {  
            parser.parse(argv[i]);  
            print(parser.getDocument(), "");  
        }  
    }  
    public static void print(Node node, String indent) {  
        System.out.println(indent+node.getClass().getName());  
        Node child = node.getFirstChild();  
        while (child != null) {  
            print(child, indent+" ");  
            child = child.getNextSibling();  
        }  
    }  
}