我浏览了一些Java HtmlParser（Jericho，HtmlCLeaner，...），但我找不到在检索页面时将html框架标签替换为实际源代码的功能。
有谁知道任何这样做的解析器？
答：
就像 Phani 指出我需要一个 Html 抓取器（不是解析器，更干净）
HtmlUnit似乎可以解决问题：http://htmlunit.sourceforge.net/frame-howto.html
从您的用例来看，您需要刮刀而不是清洁器。
清洁剂 - 通常很脏，形状不良，不适合进一步加工。对于此类文档的任何严重消费，有必要首先清理混乱，并将顺序带到标签，属性和普通文本。
刮板 - 按语法顺序阅读页面并编辑 html 页面。
http://sourceforge.net/projects/htmlscraper/