Webページ（HTML文書）からの情報抽出は、古くからある話題です。そして、「頑張れば何とかなるけど楽な方法はないよね」というあたりに落ち着く話題でもあります。「頑張るのは辛い ←→ 楽して出来ることはたかが知れてる」というトレードオフの関係なのです…