[HTML][PHP]Regexp - jak wyciaganc tylko tekst Opcje

[dolar]

MAm taki oto zapis z html:

[HTML] pobierz, plaintext 
  <div class="latestItemIntroText">
 
                <div class="itemLinks">
                    <div class="share">Share</div>
                    <div class="dummy-div"></div>
 
     <div class="addthis_sharing_toolbox"></div>
 
 
            </div> (</p> ---> to moze byc lub nie)
 
            Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip 
(<br /><br />) -> tutaj tez czasem moze byc lub nie jakas br lub cokolwiek 
ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum
 
   </p><br/> --> to tez moze sie pojawic lub nie     </div>
[HTML] pobierz, plaintext 

Jak do tej pory mam taki zapis:

<div class="addthis_sharing_toolbox"><\/div>([ \s?]+)<\/div>([^<]+)<\/div>

To mi ladnie wyciaga tekst, ale bez <p>, bo jesli znajdzie sie tam pomiedzy <p> lub <br/> to juz jest problem i mi nie wyciaga textu. Jak mozna ulepszyc moj zapis regex? O ile da sie cos takiego w ogole wyciaganc...

[viking]

Wyrażenia regularne nie służą do obróbki DOM. Zainteresuj się funkcjami DOM typu simplexml.

[bostaf]

Wyrażenia regularne nie służą do obróbki DOM. Zainteresuj się funkcjami DOM typu simplexml.

Ja się po tym podpisuję, i zasugerowałbym też hasło "html/dom parser", ale dla zabawy zrobiłem tego regexa:

Kod

<div class="addthis_sharing_toolbox"><\/div>\s+<\/div>((^|.|\s)+)<\/div>

sam tekst czyli to co w regexie w nawiasie wyciągniesz w php preg_match (parametr matches), a te zbędne tagi wewnątrz tekstu strip_tags. Samym regexem nie da się pominąć fragmentów tekstu.