Нужно привести к формату xml множество html-файлов.
Нашел только SgmlReader, но из первого же подсунутого 60-килобайтного файла он сделал семигиговый xml.

Библиотеки отпадают, я подвендой.
MSHTML тоже отпадает, оно все переколбасит.

У этих библиотек есть билды под WindowsУже не актуально, я вспомнил, что у меня есть исходник html-парсера. Несложно научить его закрывать теги. Хотя с entity придется повозиться.
И как у него это получится? Никогда такого за ним не замечалНапример, добавляет tbody и tr в конструкцию <table><td>. Он же возвращает html, построенный по своей объектной модели, которую обязан дополнять тем, что не обязан писать разработчик. Что-то еще есть, но уже не помню.

В чем именно?

У него там запятая лишняя.