解析HTML的类

一直在寻找一个轻量级的HTML解析类，可惜没有找到合适的。据说在微软泄露的win2000代码里有，估计很复杂。有达人说可以参考下列的东东：
1。boost spirit，有例子已经做好的如何解析html；
2。mshtml parsing ；
3。http://tidy.sourceforge.net/
以前作搜索引擎的时候用过，用的是java接口，它也有C++的接口
第三个非常值得参考。感谢之余，要好好研究一番了。