想做一个网页文章提取工具，希望大师们多提一些思路与建议。谢谢。

想做一个网页内容的提取工具

各大门户网站上有很多新闻，有标题，时间，链接 这些我都需要提取，而且是要页面指定位置的，然后通过这些链接找到页面提取文章的内容，换行空格要保留格式，其余部分删除，请大师们指教。 各大门户网站上有很多新闻，有标题，时间，链接