چند سوال در مورد جمع آوری مطلب از اینترنت

[payamka]

سلام

میخوام از طریق آر اس اس محتوای چند سایت رو ایندکس کنم و در این مورد چندتا سوال داشتم

- توی آر اس اس لینک به مطلب اصلی وجود داره،منبعی در مورد پردازش html سراغ دارید که کمکم کنه؟
- ممکنه چند تا از سایتها مطالب مشابه داشته باشن ولی لزوما عنوانشون مشابه نباشه،یعنی مطلب از نظر انسان همسان باشه،راهی برای ایندکس کردن فقط یکی از این ها سراف دارید؟

دوستان لطفا کمکم کنید خیلی حیاتیه

[افشین66]

اینا رو نگاه کن
http://stackoverflow.com/questions/3577641/how-do-you-parse-and-process-html-xml-in-php

http://stackoverflow.com/questions/819182/how-do-i-get-the-html-code-of-a-web-page-in-php