Szukam jakiegoś programu lub skryptu dzieki ktoremu mozna odfiltrowac kod html ze zbędnych tagów, paramertrów, styli i śmieci z worda czy excela itp.

A szczególnie interesuje mnie odfiltrowanie takiego kodu:

[HTML] pobierz, plaintext 
<table border="1" cellspacing="1" bgcolor="#CCCCCC">
    <tr>
        <td style="font-size:12pt">
             <p align="center"><b>tekst</b></p>
        </td>
    </tr>
</table>
[HTML] pobierz, plaintext 

Tak aby uzyskać np same czyste tagi dotyczace tylko tabeli

[HTML] pobierz, plaintext 
<table>
    <tr>
        <td>tekst</td>
    </tr>
</table>
[HTML] pobierz, plaintext 

Z tego co pamiętam to chyba CoffeCuphtml czy jakoś tak, miał taką funkcję

[PHP] pobierz, plaintext 
<?php
// $input -> string that contains html code
 
$input = preg_replace('#<([a-zA-Z]) (.*?)>#is', '<\\1>', $input);
?>
[PHP] pobierz, plaintext 

A to nie działa ? (sam nie wiem bo nie sprawdzałem, hehehe)

Poza tym możesz sobie samemu napisać taki program, choćby w C++ i odpalać z pod konsoli

http://www.w3.org/People/Raggett/tidy/
http://www.php.net/tidy -- PECL!!!

[PHP] pobierz, plaintext 
<?php
strip_tags($text, '<p>');
?>
[PHP] pobierz, plaintext 

strip_tags() patrz funkcje + komentarze