我正在开发一个需要解析HTML文档的产品。我找了杰里科，汤，汤和克劳利4J。当我需要在使用quartz的多线程环境中运行这个过程时，我应该使用哪个解析器来解析HTML？
每次如果10个线程在内存中运行，那么我需要一个API，它消耗的内存更少。在jericho中，我在某个地方读到它是基于文本的搜索API，消耗的内存更少。我说得对吗？或者我应该选择其他，为什么？
测试它们并检查它们的内存占用情况。在不了解和测试要解析的HTML的情况下，很难对内存配置文件进行预测。
FFIW，我在许多不同的系统中使用过Jsoup，我发现它运行得非常好。我也从来没有注意到它有任何严重的记忆问题。
我正在使用JSoup，给我留下了深刻印象。它的解析速度非常快，而且它的CSS风格的内容模式匹配比XPath更容易维护。
我首先尝试了Validator.nu的解析器，发现它非常缺乏。文档非常单薄，我无法让它正确执行在Chrome中运行良好的XPaths。
另外，看看这个问题：哪个HTML解析器是最好的？