Wenn es ein Denkspiel sein soll, kann mann ja mit Regex HTML parsen. ;)
Sowas habe ich mal um 2002 mit Perl und RegEx als Anfägerin in Skripten verbockt. Geht auch ... bis es eben irgendwann nicht mehr klappt. Seit Jahren nutze ich deswegen HTML::Parser.

Bitte mal lesen:

• http://stackoverflow.com/questions/6751105/why-its...
• http://blog.codinghorror.com/parsing-html-the-cthu...
  http://htmlparsing.com/regexes.html
• http://blogs.perl.org/users/kirk_kimmel/2012/08/q-...