Como analisar (não bem formado) HTML no android?

Pergunta

Como analisar formou-well HTML não no android?

Eu tentei usar XOM e TagSoup, mas eu recebo o seguinte erro ao criar o Builder:

11-26 20:42:39.294: ERROR/dalvikvm(1298): Could not find method org.apache.xerces.impl.Version.getVersion, referenced from method nu.xom.Builder.

Deve i instalar Xerces usar XOM ou eu posso usar TagSoup sem XOM?

Solução

Você pode achar JTidy ( http://jtidy.sourceforge.net/ ) - um porto de HTMLTidy ser suficientemente leve. Ele produz XHTML a pedido

Outras dicas

XOM pode exigir Xerces para estar no classpath - pode depender da versão do Java. Atualmente nós usamos

xercesImpl-2.8.0.jar

Não afiliado a StackOverflow