高分！求高手 网站信息采集源代码或编程思路

思路：
RSS采集
相似算法
聚类
分类
（一）原理
小偷程序实际上是通过了XML中的XML>PHP页面的源代码是看不见的
因为你看到的网页已经是PHP经过服务器解析后输出的内容了!
PHP是一门弱类型的服务器脚本语言,
下面是你访问一个url后经过的一些主要步骤:
你向服务器请求一个页面,服务器只认识静态HTML网页,不认识PHP于是,让PHP处理(这里可以是各种 *** 作,比如:查询数据库),PHP处理完成后再把结果返回给服务器呈现到浏览器

---