使用通过 apt 安装的JAR文件进行Saxon-HE和tagsoup解析html是单行代码，如下所示：
thufir@dur:~/saxon$
thufir@dur:~/saxon$ java -cp /usr/share/java/Saxon-HE-9.8.0.14.jar:/usr/share/java/tagsoup-1.2.1.jar net.sf.saxon.Query -x:org.ccil.cowan.tagsoup.Parser -qs:doc('http://books.toscrape.com/')
<?xml version="1.0" encoding="UTF-8"?><!--[if lt IE 7]> <html lang="en-us" class="no-js lt-ie9 lt-ie8 lt-ie7"> <![endif]--><!--[if IE 7]> <html lang="en-us" class="no-js lt-ie9 lt-ie8"> <![endif]--><!--[if IE 8]> <html lang="en-us" class="no-js lt-ie9"> <![endif]--><!--[if gt IE 8]><!--><html xmlns="http://www.w3.org/1999/xhtml" xmlns:html="http://www.w3.org/1999/xhtml" class="no-js" lang="en-us"><!--<![endif]--><head><title>
All products | Books to Scrape - Sandbox
..
<!-- Version: N/A -->
thufir@dur:~/saxon$
thufir@dur:~/saxon$
我将如何从Java中做到这一点？ 特别是，此执行需要从Saxon进行哪些导入？ 也许使用 Saxon 和 JAXP 接口？
也：
http://codingwithpassion.blogspot.com/2011/03/saxon-xslt-java-example.html
您将在 saxonica.com 和 sourceforge.net 网站上提供的 Saxon-resources 下载中找到许多从 Java 使用 Saxon 调用转换的简单示例。
很难确切地知道你想要什么，因为你的命令行示例除了调用 TagSoup 解析器和序列化结果之外，没有使用 Saxon 做任何有用的事情。从 Java 中做到这一点的最简单方法是使用 JAXP 身份转换，它在 JDK 中的内置 XSLT 转换器中运行得与使用 Saxon 一样好：
TransformerFactory factory = TransformerFactory.newInstance();
XMLReader xmlReader = XMLReaderFactory.createXMLReader("org.ccil.cowan.tagsoup.Parser");
Source input = new SAXSource(xmlReader, new InputSource("http://books.toscrape.com/"));
Result output = new StreamResult(System.out);
factory.newTransformer().transform(input, output);
如果你想添加一些XSLT或XQuery处理，那么这当然是完全可能的（我总是使用s9api API来做Saxon，但你也可以使用JAXP或XQJ），但细节取决于你想做什么。