RegEx e HTML

Olá, gosto muito de estudar expressões regulares, pois considero uma ferramenta essencial para todo e qualquer programador de qualquer linguagem.

Tempos atrás vi este texto sobre RegEx e HTML. Infelizmente eles formam um casal muito temperamental e a necessidade tem que ser muito específica para haver chances de sucesso.

O ideal é normalizar o HTML para XML e trabalhar com DOM.

O tal texto é este:

http://stackoverflow.com/questions/1732348/regex-match-open-tags-except-xhtml-self-contained-tags