从html页面提取重点内容

Question

在HTML页面中，如何配置TIKA以仅从特定div获取内容。例如：

  <div id="1" class="content">...</div>
  <div id="2" class="content">...</div>
  <div id="3" class="new_content">...</div>

我想知道如何获取div id =＆＃34; 1＆＃34;和class =＆＃34; new_content＆＃34;