перед тем, как что-то делать задуманное, нужно иметь страницу с правильной структурой, отвечающей всем требованиям, стандартам.

говоря об поправке неверной структуры страницы HTML 4.01, по моему мнению нужно пользоваться жесткими правилами, основывающиеся , например, на XHTML. перевод на XML-подобный язык обеспечит простой переход на новые стандарты в будущем.

сложность перевода HTML на XHTML представляет в расширенных возможностях первого.
мы знаем, что основываясь на DOM, все узлы имеют простую структуру без "пересечений" ( <b>q<i>wer</b>ty</i>), что не отражает фактическое строение страницы. и то, "пересечения" встречаются тогда, когда нужно применить стили по умолчанию накладываемых друг на друга тэгов к части текста.

решением проблемы может стать это:
( <b>q<i>wer</b>ty</i>) -> ( <b>q<i>wer</i></b><i>ty</i>)

но оно не подойдет для всех случаев.
при наличии ID и скрипта связанного с ним.
( <b>q<i id="inner">wer</b>ty</i>)

я предлагаю, 
( <b>q<i id="inner">wer</b>ty</i>) 
-> 
( <b>q<i id="inner">wer</i></b><i id="inner">ty</i>)

а так как программа представляет собой все-таки некий диалог с пользователем, то можно известить пользователя о неуникальности ID тэга.

следующей проблемой становится неверная последовательность тэгов. это так называемое противоречие доктайпу. 

можно пойти так: сверять по доктайпу и редактировать, учитывая все эти правила в программе.
но есть более противоречивый вариант.
можно воспользоваться браузером, например тот же ие. он отображает страницу, следуя* стандартам, попутно исправляя ошибки. может воспользоваться и этим средством, а не искать парсеры других организаций.

меня интересует мнение по проблемам, указанным выше. 

--------------------
* или не следуя

Как полезный инструмент, входящий в DW, это пойдёт, причём часть у него есть (подсказки по непарности тегов, проверка валидности). Работа большая, и в нём много сделано.