如何使用javascript或php通过标记从HTML获取上下文

我试图通过标签从新闻网站中获取上下文信息。 例如，如果我选择cnn这样的新闻网站，我会将其加载到我的网站上，如下所示：

<object data="http://edition.cnn.com/" type="text/html" width="1400" height="700"> 
<embed src="http://edition.cnn.com/"></embed> 
Error: Embedded data could not be displayed. </object>

$doc = new DOMDocument();
@$doc->loadHTML($html);
$p=$doc->getElementById('tag1')->getElementsByTagName('tag2')->item(0);
echo $p->nodeValue;

但这只有在tag1将tag2保留在内部时才有效。 在新闻网站上很难找到包含其他标签的开放标签，所以我不能使用这个。 我想知道的是，是否有可能以某种方式以php或javascript获得本文，以及如何实现这一点的一些指导？

---

如果您有任何建议或提示，我们将不胜感激。

大多数半体面的新网站都有RSS订阅源来做这类事情。CNN，BBC，随便你说：他们都有rss提要。不过：编写爬虫程序并不太难，而且已经有很多了。用这些作为参考，然后尝试一些东西。如果你一直在做这件事，那么把具体的问题贴在这里，我们会尽力帮助你使用fantastics+组件从CNN网页上检索任何内容谢谢你的建议，我会尝试这么做的！：）