HTML的语法格式比XML宽松多了，真正XML格式的网页是XHTML，也就是下一代HTML，他的格式和XML差不多，很严谨的。
如果你不想利用某些HTML和XML互转工具，自己编的话，有一定难度。
1.HTML的节点可以没末节点，你需要不停扫描<,>,/,这三个符号以检查是否漏掉末节点，并补充。
2.HTML节点还可以不规则嵌套，你需要对已读入节点进行顺序存储，或用栈的数据结构来存储，并验证其层次正确性，最终正确顺序的节点，期间还得缓存节点值，或属性值。
3.HTML不同于XML，许多HTML节点有特殊的意义，许多HTML节点比如<b>,<hr/>都需要经过特殊处理才行。
在技术上，为保证性能，还要在一下方面有加强。
1.强大的字符串扫描，和解析器，此工作也巨大，但网上源码很多，建议到google英文里搜索，HTML parser，XML parser（解析器），有很多c#，java，c++的源代码可以利用，没有强大的解析器，跟本无法读懂文件。
2.System.Xml空间的详细运用，除了简单的XMLWriter，还必须学会XMLDocument，XmlNode，能够动态操控XML。还有Xpath技术，操作XMl很有效率。
3.适当还会运用到正则表达式，来处理字符串匹配问题，尤其是节点的操作，即使是再好的字符串查找算法，有时也不如正则表达式，因此system.Text 中的Regex类要掌握好。
4.会控制WinForm中的WebBrower控件
当然，即使你不打算自己做，或已找到了源代码，要想读懂，也必须要以上的知识。
至于工具，网上有，源码还哪找，有java的，但下载不下来。
这是著名的W3C（Html，xml等技术的创始组织）的转换工具，里面也有一些介绍，相信会有用的。
http://www.w3.org/People/Raggett/tidy/
有一个用C#编的转换器，但付费后才可看到源代码
http://www.chilkatsoft.com/downloads.asp
http://www.example-code.com/csharp/html2xml.asp
还有一些软件，stylus的产品不错！
http://www.stylusstudio.com/html_to_xml_importer.html
1,内嵌XML数据<html>
<head>
<meta http-equiv="Content-Type" content="text/htmlcharset=gb2312">
<title>第一次亲密接触(非痞子蔡版,请不要理解为侵权)</title>
</head>
<body>
<xml id="第一次亲密接触">
<第一次亲密接触>
<对象>xml</对象>
<亲密程度>接触到XML稍微宝贵的地方---数据岛</亲密程度>
<结论>感觉不错,是个好东东</结论>
</第一次亲密接触>
</xml>
<center><h1>第一次亲密接触</h1></center>
<table border="0" datasrc="#第一次亲密接触" align="center" width="443">
<tr>
<td bgcolor="#99FF99">对象: <span datafld="对象"></span></td>
<td bgcolor="#3399CC">亲密程度:<span datafld="亲密程度"></span></td>
<td bgcolor="#CC99CC">结论: <span datafld="结论"></span></td>
</tr>
</table>
</body>
</html>
2.外部xml文件的引用
首先利用以前的知识建立一个XML文件(不是我懒,给你们一个机会锻炼^^)
涉及到以下<xml></xml>中的数据内容
<html>
<head>
<meta http-equiv="Content-Type" content="text/htmlcharset=gb2312">
<title>第一次亲密接触(非痞子蔡版,请不要理解为侵权)</title>
</head>
<body>
<xml id="第一次亲密接触" src="firstlove.xml">
<第一次亲密接触>
<对象>xml</对象>
<亲密程度>接触到XML稍微宝贵的地方数据岛</亲密程度>
<结论>感觉不错,是个好东东</结论>
</第一次亲密接触>
</xml>
<center><h1>第一次亲密接触</h1></center>
<table border="0" datasrc="#第一次亲密接触" align="center">
<tr>
<td bgcolor="#99FF99">对象: <span datafld="对象"></span></td>
<td bgcolor="#3399CC">亲密程度:<span datafld="亲密程度"></span></td>
<td bgcolor="#CC99CC">结论: <span datafld="结论"></span></td>
</tr>
</table>
</body>
</html>
我们可以通过指定XML文件位置来引用她,一般通过src=＂XXX.xml＂引用.
XML是被设计用来存储数据、携带数据和交换数据的。通过XML，可以在不兼容的系统之间交换数据，利用XML，纯文本文件可以用来存储数据。在不使用XML时，HTML用于显示数据，数据必须存储在HTML文件之内。
XML不是为了显示数据而设计的，主要是用于交换数据，可以从HTML中分离数据，也可以用于存储数据，大量的数据可以存储到XML文件中或者数据库中，应用程序可以读写和存储数据，一般的程序可以显示数据。
通过XML可以在HTML文件之外存储数据使用，也可以充分利用数据，可以用于创建新的语言XML是WAP和WML语言的母亲。如果开发者有足够的预见性，那么将来的应用程序都应该使用XML的形式来存储数据。
