我已经使用htmldoc一段时间了，但是遇到了一些相当严重的限制。我需要最终解决方案才能在Linux机器上工作。我将从Perl应用程序调用此库/实用程序/应用程序，因此任何Perl接口都将是一个奖励。
注意：此答案来自2008年，现在可能不正确；请检查其他答案
PrinceXML是我见过的最好的XML（它解析常规HTML以及XML / XHTML）。最好吗？好吧，它通过了acid2测试，我认为这真是令人印象深刻
但是，它很贵
