Foros del web, para los que viven de bits

Necesito saber como puedo obtener las palabras resaltadas en un documento HTML, por ejemplo, todas las palabras que están en negrita.

Saludos

Eso se hace con PHP y expresiones regulares:
http://www.desarrolloweb.com/articulos/2033.php

No estoy seguro si es que esto es lo que necesitas pero eso se puede hacer mediante el DOM usando JavaScript. De este modo:

<script language="JavaScript">
var bs = document.getElementByTagName("b");

for (ele in bs) {
txt = ele.innerHTML // Esto es criticado por muchos así que la alternativa está abajo.
txt = ele.firstChild.nodevalue;
}

A lo mejor quieres usar esos valores para trabajarlos con php, en ese caso lo más recomendable es usar ajax.

</script>

Gracias, me han dado una idea para empezar a trabjar...
Me han comentado que Perl también es muy bueno en el tratamiento de textos y muy potente en expresiones regulares....
Necesito sugerencias de buena documentación sobre esto.

dime que lenguaje dominas para así muevo este mensaje al foro correspondiente

Me interesa Perl, gracias.

Para perl puedes utilizar la libreria HTML::TreeBuilder
Necesitarás hacer algo así:

use HTML::TreeBuilder;
my $tree = HTML::TreeBuilder->new_from_file ( $file );
my @nodosB = ( $tree->look_down( "_tag", "b" ) );
my @nodosS = ( $tree->look_down( "_tag", "strong" ) );

Muchas gracias a todos...

También se puede hacer con expresioner regulares...Sería algo así...

my @b = $html =~ m/<b>(.*?)<\/b>/g;

Pero sería más engorroso, puedes tener problemas con los saltos de línea y demás, mejor con el módulo HTML::TreeBuilder como te lo mostraron...

Alguien me puede decir como puedo delimitar las oraciones en un texto, teniendo en cuenta que se me pueden presentar casos como :

Lázara M. López Acea, miembro.......

donde como ven un punto no signifuca el fin de la oracion
Si alguen me puede dar una idea
Gracias

Deberías usar el módulo Lingua::ES::Sentence, pero lo malo es que ese módulo no existe (todavía).

Lo más parecido es el módulo Text::Sentence, pero en la documentación indica que fallará con los acrónimos y abreviaturas.

Prueba a usar el módulo Lingua::EN::Sentence, que es más parecido a nuestro idioma y además podrás indicar las abreviaturas que tiene que identificar.

Muchas gracias de nuevo....
Saludos