Et reg.ex der kan lave grimme HTML koder til korrekt HTML

Hejsa

Jeg skal opdatere et site for nogle venner. Jeg har lavet et CMS system mm., så de selv kan  opdatere det. Problemet er at de har men masse masse flade HTML sider der skal overføres til databasen, og de er programmert med nogle af de grimmeste HTML koder jeg har set. Eks. "</TD></U></TR></TABLE>"

Jeg vil gerne lave et reg.ex som kan finde de ukorrekte koder og fjerne dem, evt. rette dem.

På Wai siden (http://validator.w3.org/) har de en kode/motor som kan finde ukorekte koder. Den kode må da findes et eller andet sted der ude.