从下载的HTML页面中提取特定的文本和URI部分

Question

我下载了许多html页面，我想从每个这样的标签中提取（单个文件存储在目录和子目录中）

            <h2><a href="index.html">TITLE</a></h2>
            <p class="postTime">7 September, 2011 - 20:43</p>

            <p>TEXT</p>
            <p>TEXT</p>

            <p class="postmetadata">
              Posted by Person in <a href="../../category/THECATEGORY/index.html" 

我需要提取以下信息

来自h2：标题
从p（没有任何类的那一个）：TEXT，TEXT
从postmetadata类中的a：类别

可以使用任何编程语言，但最好是Python。我正在使用Linux。你知道吗