HTML - HTML -> Java

Alguien conocer alguna biblioteca para Java que me permita convertir documentos HTML a Java?
O incluso podría valer una que permita converir HTML a XML, puesto que el siguiente paso, XML -> Java, le podría dar con JTidy, creo.
Alguien me echa una mano?

Saludos Jorge,

Una web del programa:

http://tidy.sourceforge.net/

Una web sobre el tema:

http://www.w3c.es/Traducciones/es/Markup/2004/xhtml-faq.htm

Una web con tutoriales:

http://www.programacion.net/html/tutorial/xhtml/3/

Espero te sean útiles.