请帮忙解决Html字符串转换成xml的问题，谢谢

我的任务是将很不规范的html标记转换为符合xml规范的字母小写的标记串，比如将：

转换为：
还比如将：

转换为：
【注意上述第一个例子中的空格、引号变化；以及第二个例子中的大小写变化、"?"、"="号】

在解决第一个例子时，我采用以下方法很好的解决了问题，正确而简单的对font属性的值添加了引号，
但是在第二个例子中，出现了正则表达式的特殊字符“?”，还有我用于分组判断的“=”号(method=list)，
于是转换不能成功，不知道有没有更好的办法，想听以下大家的意见，谢谢！
[b][color=red]下面是我的代码，请耐心的看完，谢谢！[/color][/b]

[code="java"]/**

• 将html中所有<...>里面的内容全部转换为小写
  
• @param htmlContent

• @return
  */
  public static String formatToLowerCase(String htmlContent)
  {
  if (htmlContent != null)
  {
  if (htmlContent.indexOf("<") != -1)
  {
  // 获取<...>
  Pattern p = Pattern.compile("<[^<>]+>");
  Matcher m = p.matcher(htmlContent);
  HashMap tmpMap = new HashMap();
  while (m.find())
  {
  // 利用map主键不能重复的特性防止重复判断很长的文本内容
  tmpMap.put(m.group(), "");
  }
  if (!tmpMap.isEmpty())
  {
  Iterator keys = tmpMap.keySet().iterator();
  while (keys.hasNext())
  {
  String key = (String) keys.next();
  String newKey = key.toLowerCase();
  htmlContent = htmlContent.replaceAll(key, newKey); // 转换为小写
  }
  }
  }
  }
  else
  {
  htmlContent = "";
  }

  return htmlContent;
  }

/**

• 给Html的属性添加上引号
  
• @param newKey

• @return
  */
  public static String addQuotMarks(String newKey)
  {
  // 以"="号分组
  String[] equalMarkArray = newKey.split("=");

  if (equalMarkArray != null && equalMarkArray.length > 1)
  {
  StringBuffer keyBuf = new StringBuffer();
  for (int i = 0; i < equalMarkArray.length; i++)
  {
  int nDot = -1;
  String wholeStrng = equalMarkArray[i].trim();
  if (i == 0)// 第一组
  {
  keyBuf.append(wholeStrng + "=");
  }
  if (i != 0 && i != (equalMarkArray.length - 1))// 不是第一组，也不是最后一组
  {
  nDot = wholeStrng.lastIndexOf(" ");
  wholeStrng = addQuotMarks(wholeStrng, nDot);// 调用静态方法
  keyBuf.append(wholeStrng + "=");
  }
  else if (i == (equalMarkArray.length - 1))// 最后一组
  {
  nDot = wholeStrng.lastIndexOf(">");
  wholeStrng = addQuotMarks(wholeStrng, nDot);// 调用静态方法
  keyBuf.append(wholeStrng);
  }
  }
  newKey = keyBuf.toString();
  }

  return newKey;
  }

/**

• 私有静态方法，被addQuotMarks(String)调用
  
• 判断如果html属性的值不被单引号也不被双引号包含，则添加上双引号
• @param wholeStr
• @param nDot
• @return */ private static String addQuotMarks(String wholeStrng, int nDot) { String prefixStr = wholeStrng.substring(0, nDot).trim(); if (!prefixStr.substring(0, 1).equals("\"") && !prefixStr.substring(0, 1).equals("\'")) { prefixStr = "\"" + prefixStr + "\""; } return prefixStr + wholeStrng.substring(nDot); }[/code]

哥们，问对地方了，这玩艺可不简单，从头编码，不是一两个类就能搞定的，哪一个xml的解析框架不是很多代码啊。

对于非标准的html解析，我认为jericho是非常好的，trust me。

download:
[url]http://sourceforge.net/project/showfiles.php?group_id=101067[/url]
home:
[url]http://jerichohtml.sourceforge.net/doc/index.html[/url]
给你个例子：

[code="java"]import au.id.jericho.lib.html.*;
import java.util.*;
import java.io.*;
import java.net.*;

public class FormatSource {
public static void main(String[] args) throws Exception {
String sourceUrlString="data/test.html";
if (args.length==0)
System.err.println("Using default argument of \""+sourceUrlString+'"');
else
sourceUrlString=args[0];
if (sourceUrlString.indexOf(':')==-1) sourceUrlString="file:"+sourceUrlString;
PHPTagTypes.register();
MasonTagTypes.register();
Source source=new Source(new URL(sourceUrlString));

    source.getSourceFormatter().setIndentString("  ").setTidyTags(true).writeTo(new OutputStreamWriter(System.out));
}

}
[/code]