解析HTML格式的字符串问题，帮忙

chary8088

网页的HTML字符串，我要解析出里面的IMG和其他文件链接，这些比较好做，问题是如果这个html文件的文本是一个HTML内容，而这个HTML文本也包含IMG等文件链接，这些是肯定不需要的，请问怎么区别HTML代码和HTML内容里的HTML代码？
如果我说的不够详细，请看图片：

就是说怎么识别正文里面的IMG链接和HTML本身的链接的，先谢谢大家来了？？

群雄逐鹿

。。。。。心里有点堵

ziggler

动态HTML？

chary8088

就是这个HTML正文里面是一段HTML代码，也包含了一些我要解析的信息，我的意思，我在解析时，怎么区别出是正文的数据里面的呢？？

chary8088

也不是动态，比如说：
<img src="http://bbs.chinaunix.net/images/aoyun.gif" border=0 height=16><FONT color=red>奥运快报：&nbsp;<br>奥运热点：</font></a>&nbsp;</td><td width=*>
<script src="http://www.chinaunix.net/aoyun2008_2.php" type="text/javascript"></script>
</td></tr>
</table>
<br>

上面这段就是文本数据，但是在解析这个，就是我们现在论坛这个页面时，怎么区别出上面这段是文本数据，而不是页面里的html 代码，，我不知道怎么表达了，，让大家理解困难了

rain_fish

看看xml是怎么解析的。。

chary8088

<img src="http://bbs.chinaunix.net/images/aoyun.gif" border=0 height=16><FONT color=red>奥运快报： <br>奥运热点：</font></a> </td><td width=*>
<script src="http://www.chinaunix.net/aoyun2008_2.php" type="text/javascript"></script>
</td></tr>
</table>
<br>

ziggler

http://www.dreamdu.com/xhtml/frames_nest/

MrLegend

<>标记是不能出现在文本里的，只要看到<>，浏览器就会去解析. 文本用&gt; &lt;分别代表这两个字符。
你需要区分的是，怎么区别注释里的<img 标签和js代码里的<img 标签。