htmlparser求助高手帮忙啊

ash011

要我做这么一个东西。用户有几个网站，大部份是　htm,让我做个程序，批量读这些东西，并分出栏目，内容，图片等等放到库里。就是说，原来用户没有库，现在要把原来的文件，按网站的结构，放到相应字段中。
之后，从库里读出这些东西，再用我们的模板（xsl）显示出来。
并且，还要可以修改已经导入库的网站内容。
这个任务一周完成，我想老板是想开了我，又不想直说。  

现在首先要做的就是分析html,取出其中的title,body,img等东西，最好能取出它的结构树。

谁有代码最好让我参考一下下啦嘿嘿

wolfg

http://bbs.chinaunix.net/forum/viewtopic.php?t=356069&show_type=new