Парсер контента

[Kuralex]

Здравствуйте.

Подскажите пожалуйста рабочий парсер контента с сайта, либо как сделать такой самостоятельно. Я пока на форуме нигде актуального и подходящего не нашел. Принцип работы очень простой:

1. Берет ссылку со списка.
2. Парсит контент.
3. Сохраняет в файл.

Я использую кубик "Article Extraction", но он тянет статью без заголовков.
Если делаю вручную, то получается с H1 и текстом, но без H2 и далее. Зато тянуться комментарии и прочая ерунда, которая абсолютно не нужна.

Как корректно настроить / сделать парсер, чтобы статья была 1 в 1 как у источника?
Большое спасибо.

 

[orka13]

Идеального решения под разношерстные источники нет. статьи по теме:
Ищу алгоритм парсинга текста статьи HTML-страницы (без меню, футеров и прочего мусора)
1 место Универсальный экстрактор™ контента (основной статьи страницы)
4 место Быстрый парсер RU + ENG текстового контента на Get-запросах