Szukam biblioteki Opcje

[mvrht]

... do wydobycia danych z plików html (może być to równie dobrze rogram w bashu, perlu, pythonie) który z plików o podanej strukturze:

[HTML] pobierz, plaintext 
                   <div class="col-lg-12 firma-name">
                        <h2 style="text-transform: uppercase">Centrum Okienne kowalski</h2>
                    </div>
                </div>
                <div class="row">
                    <div class="col-lg-12 firma-medals">
                                                    <img src="/assets/img/medals/cache/medal_pl_2017.png">
                                            </div>
                </div>
                <div class="row">
                    <div class="col-xs-12 firma-desc">
                        <h2>Opis firmy</h2>
                                                    <p>Firma kowalski ma za sobą 20 lat doświadczenia i tysiące zadowolonych klientów. Współprac
^M
Dla wielu rodzin zakup okien jest inwestycją na całe życie. Dokładamy więc wszelkich starań, aby była to inwestycja trafiona, a wybrane rozwiąz
                                            </div>
                </div>
                <div class="row">
                    <div class="col-xs-8 col-xs-offset-2 col-sm-12 col-sm-offset-0 firma-infos">
                        <p><b>Kod pocztowy</b>: 00-210</p>
                        <p><b>Miejscowość</b>: <a class="city-link"
                                                                           href="/firmy,50718,Warszawa">Warszawa</a>
                        </p>
                        <p><b>Ulica</b>: Przemysłowa 1</p>
                        <p><b>NIP</b>: 8980010505</p>
                        <p><b>Email</b>
                            : kontakt@kowalski-okna.pl</p>                        <p><b>Strona WWW</b>: <a
                                    target="_blank"
                                    href="http://www.kowalski-okna.pl">www.kowalski-okna.pl</a>
                            </p>                        <p><b>Telefon</b>: <span class="showPhone"
                                                                               data-id="56169">Pokaż</span>
                        </p>
                    </div>
                </div>
                                    <div class="row">
                        <div class="col-xs-12">
                            <h3>Zdjęcia</h3>
                                                            <a data-lightbox="slideshow" href="assets/upload/photos/c54751ded94dd3a2896c2b39f43
                                    <img src="/media/cache/card_thumb/assets/upload/photos/c54751ded94dd3a2896
                                </a>
[HTML] pobierz, plaintext 

Chcę aby program wydobył mi takie dane jak nazwa firy, adres, NIP, strona www itp a mówiąc łopatologicznie, potrzebuję to, co znajduje się w kontenerze "firma-desc" w pierwszym paragrafie (pomiędzy <p> a </p>) oraz "firma-desc" i "firma-infos". Są na to gotowce czy trzeba ręcznie klepać wyrażenia regularne?

[markuz]

https://github.com/tburry/pquery
http://simplehtmldom.sourceforge.net/