你必須定義對應的 xslt 樣式表，這個程序負責使用 xslt 進行轉換。
haoguanjun@gmail.com
用這個信箱聯系我。
這個樣式表用來解析新聞內容頁面，不是用來處理新聞主頁的。
注意編碼問題，上面的 xml 文件編碼為 utf-8，你保存下來的時候，最好使用 記事本，選擇另存為，在對話框中選擇一下編碼為 utf-8。
沒有 main 函數問題：
上面的代碼給出的是一個基于樣式表的轉換類，不能單獨使用，main 函數需要自己寫，main 函數中基本上如下所示：
HTMLParserByW3CDOM hpb = new HTMLParserByW3CDOM ();
hpb.setXSLT( 樣式表的文件名 );
hpb.parser( HTML文件名，轉換結果的XML文件名 );
注意：HTML文件是普通的 gb2312 編碼的網頁，不需要預先處理成utf-8
jtidy 中文問題：我們普通的網頁編碼使用 gb2312, 使用 jtidy 時，會出現亂碼問題，解決的辦法就是首先將網頁重新編碼為 utf-8 ， 然后再進行處理，就不會出現亂碼問題，見下面的代碼
FileInputStream in = new FileInputStream( fileName ); // 打開文件，轉換為 UTF-8 編碼
InputStreamReader isr = new InputStreamReader(in, "GB2312"); // 源文件編碼為 gb2312
File tmpNewFile = File.createTempFile("GB2312",".html"); // 轉換后的文件，設定編碼為 utf-8
FileOutputStream out = new FileOutputStream( tmpNewFile ); // 需要將文件轉換為字符流
OutputStreamWriter osw = new OutputStreamWriter( out , "UTF-8");// 指定目標編碼為 utf-8
re: 使用 JTidy 協助抽取網頁內容 haogj 2006-09-24 17:34
這個轉換對象使用下面的方法進行轉換，結果存放在 outFileName 文件中
/**
* 使用樣式表轉換文檔對象，得到最終的結果
* @param doc 文檔對象
* @param outFileName 保存轉換結果的文件名
*/
private void Transformer(Document doc , String outFileName )