jtidy无法解析html - 选项

Question

所以我试图评估几个HTML解析器，并尝试了JTidy。试图解析这个URL：

http://htmlcleaner.sourceforge.net/doc/org/htmlcleaner/TagNode.html

给出了这些错误：

  

第1行第56,258行 - 错误：缺少'＆gt;'标签结束

     

第1行第56,258列 - 错误：无法识别！

它说第一行是因为它将其作为一行读取，但这是JTidy呕吐/失败的行：

      <li>//div[last() >= 4]//./div[position() = last()])[position() > 22]//li[2]//a</li>

我的代码非常简单：

import org.w3c.dom.Document;
import org.w3c.dom.NodeList;
import org.w3c.tidy.Tidy;

Document document = tidy.parseDOM(new ByteArrayInputStream(this.getHtml().getBytes()), null);
NodeList anchorTags = document.getElementsByTagName("A");

这只是JTidy中的一个错误还是我做错了什么？到目前为止，我已经评估了大约6个人，并且没有一个人在这个页面上遇到过问题。