こんにちは、正規表現を避けるとなると、SAXパーサーを用いる手段が考えられます。

ApacheプロジェクトだとXercesが有名ですが、XMLの仕様に準拠していないとまずいみたいなので、HTMLに対応したほかのパーサーを使うのがよいかもしれません。調べた感じはvalidator.nuなどが検索にかかりました。

https://github.com/w3c/markup-validator/
https://validator.nu/
https://about.validator.nu/htmlparser/

というか正規表現であれこれより、重い可能性もありますね。
処理速度が問題になる場合は、軽量なSAX形式のHTMLパーサーがあればためされてはいかがでしょう(おそらく作りこみが必要になりますが)。

https://github.com/apexmob/skink