se puede usar expresiones regulares para obtener lo que esta entre etiquetas por ejemplo
el html de la noticia es este:
Código HTML:
<div class="clear"></div><h1><!TITULO>El ex presidente de LAPA se negó a declarar en el juicio por la tragedia<!/TITULO></h1>
<div class="Hora">12:40</div><h2><!BAJADA>"Voy a declarar pero más adelante. Quiero escuchar primero de qué se me acusa", dijo Gustavo Deutsch, investigado por estrago culposo en el accidente de 1999, que causó 65 muertes. <!/BAJADA></h2>
<div class="clear"></div><div id="texto2" class="Desa"><p><!CUERPO>El ex presidente de Líneas Aéreas Privadas Argentinas (LAPA), Gustavo Deuscht, <strong>se negó a declarar</strong> hoy en el juicio que se le sigue por el accidente del avión que se despistó en 1999 y causó 65 muertes. <br /><br />"Voy a declarar pero más adelante, <strong>quiero escuchar primero de qué se me acusa</strong>", dijo ante los integrantes del Tribunal Oral Federal Cuatro quienes, antes de su convocatoria, habían rechazado las nulidades planteadas por las defensas. <br /><br />La causa <strong>involucra a 1200 testigos</strong> que desfilarán por el edificio de Comodoro Py durante los seis meses que dure el proceso que arrancó el miércoles. Los jueces Leopoldo Bruglia, María Cristina San Martino y Jorge Gorini deberán determinar la responsabilidad de los ex directivos de LAPA, como de ex altos jefes de la Fuerza Aérea, imputados en la causa. <br /><br />Gustavo Deutsch, está acusado de <strong>estrago culposo</strong> junto al ex vicepresidente de la compañía, Ronald Boyd. <br /><br />La tragedia ocurrió el 31 de agosto de 1999, cuando el vuelo 3142 que iba a Córdoba <strong>se incendió tras salir de la pista</strong> del aeroparque metropolitano Jorge Newbery e impactar contra un terraplén de la Asociación de Golf, junto al complejo de Punta Carrasco. <br /><br />La aeronave atravesó rejas de hierro, cruzó la Costanera, destrozó un refugio y un puesto de diarios y finalmente chocó contra el terraplén y se prendió fuego, originando uno <strong>de los más graves siniestros de la aviación argentina</strong>. <br /><!/CUERPO></p></div>
yo puedo extraer con expresiones regulares lo que esta entre:
<!TITULO><!/TITULO>
<!BAJADA><!/BAJADA>
<!CUERPO><!/CUERPO>
desde ya muchas gracias