Validação Relatórios HTML

Galera, boa tarde!

No meu trabalho, temos uma função chata de extrair vários relatórios, que vem em HTML.

Então temos que bater um com um, e ver se todos estão iguais.

Eis que surge minha duvida, estava pensando em desenvolver algo que valide eles para mim. Porem as informações que vem nesse relatório em HTML são apenas texto, como exemplo:

Nome: Alberto

Cidade: São Paulo

Nacionalidade: brasileiro

Então eu teria que abrir por exemplo 10 html, que tivessem essas informações acima, e verificar se o nome de todos é alberto, a cidade de todos é são paulo e a nacionalidade e todos é brasileiro.

Alguem tem alguma idéia ou sabe de algo?