Здравствуйте, Нахлобуч, Вы писали:

Н>HTML не является подмножеством XML и в общем случае XML-парсерами не прочитается.
Валидный XHTML я читал без проблем как XML.

H>Да и регулярными выражениями парсить его не выйдет именно в силу их регулярности. Разве что просто теги заменять.
Автору и нужно как раз теги заменять — тут никаких проблем нет.