1、创建htmlCleaner对象
HtmlCleaner htmlCleaner = new HtmlCleaner();
2、调用clean方法
TagNode tagNode = htmlCleaner.clean(html内容或url);
3、使用XPath
Object[] aArr = tagNode.evaluateXPath("//div[@class=‘breadcrumb‘]//a");
例：div，属性class为breadcrumb下面的所有a标签
//div[@class=‘breadcrumb‘]//a
常用路径表达式：
| 表达式 | 描述 |
|---|---|
| nodename | 选取此节点的所有子节点。 |
| / | 从根节点选取。 |
| // | 从匹配选择的当前节点选择文档中的节点，而不考虑它们的位置。 |
| . | 选取当前节点。 |
| .. | 选取当前节点的父节点。 |
| @ | 选取属性。 |
参考资料
http://blog.csdn.net/reesun/article/details/8021201
原文：http://www.cnblogs.com/sysout/p/5177738.html