Пример парсинга записи с другого сайта

function getContent()
{
   if($this->content)
      return $this->content;
   if($this->resource = @fopen($uri->toString(), 'r'))
       $this->http_response_header = stream_get_meta_data($this->resource);
 
   while($line = fgets($this->resource, 2000))
      $this->content .= $line;
 
    return $this->content;
  }

function extract($content)
  {
    $rex = '/(<a.*?href\s*=\s*(?:"|\'|)([^"\'>\s]+)(?:"|\'|).*?>)(.*?)<\/a>/s';
    preg_match_all($rex,
                   $content,
                   $matches,
                   PREG_SET_ORDER);
 
    $uris = array();
 
    $match_number = 2;
 
    for ($i=0; $i < sizeof($matches); $i++)
    {
      try { 
        $uris[] = new lmbUri($matches[$i][$match_number]);//тут ссылка в объект обворачивается
      }
      catch(lmbException $e) {};
    }   
    return $uris;
  }

class ContentReader
{     
  protected $data;
  function getContent()
  {
    if($this->data)
      return $this->data;
 
    //ресурс инициализируем в конструкторе
    while($line = fgets($this->resource, 5000))
      $this->content .= $line;
    $this->data = array();
 
    //так получаем заголовок 
    $title_re='~<title>([^<|]*).*<\/title>~';
    if(preg_match_all($title_re, $this->content, $matches))
      $this->data['title']=$matches[1][0];
    //так ключевики
    $this->data['keywords']='';
    $key_re='~<meta\s*name\s*=\s*["\']keywords["\']\s*content\s*=\s*[\'"]([^\'"]+)[\'"]~';
    if(preg_match_all($key_re, $this->content, $matches))
      $this->data['keywords']=str_replace('kargopolland,','',$matches[1][0]);
 
    
    $content_re='~<div class="inner news">(.+?)<div class="clearing">~is';//регулярное выражение для извлечения области с текстом
    if(preg_match_all($content_re, $this->content, $matches))
    {
      //чистим мусор
      $content = preg_replace('~<h3>[^<]+</h3>~is','',$matches[1][0]);
      $content = preg_replace('~<span class="date">[^<]+</span>~is','',$content);
      $content = preg_replace('~<p[^>]*>\s*</p>~is','',$content);
      $content = preg_replace('~<p[^>]*>.nbsp.</p>~is','',$content);
      $this->data['content']=strip_tags(trim($content),'<p>');
 
      //в качестве описания берем первый абзац
      $annot_re='~<p[^>]*>([^<]+)</p>~';
      if(preg_match_all($annot_re, $this->data['content'], $matches))
        $this->data['annotation']=$matches[1][0];
    
      //если в тексте есть картинки, то первую берем в качестве картинки для поста
      $img_re='~<img[^\/>]+src=[\'"]([^\'"]+)[\'"]~';
      if(preg_match_all($img_re, $content, $matches))
      {
        $img = new lmbUri($matches[1][0]);
        $this->_normalizeUriUsingContext($img, $this->uri);
        $this->data['tmp_img']= $this->cacheRemoteImage($img->toString());
      }  
    }
    return $this->data;
  }
  
  function _normalizeUriUsingContext($uri, $context_uri)//получает полный урл
  {
    if(!$uri->getHost())
    {
      $uri->setHost($context_uri->getHost());
 
      if(($path = $context_uri->getPath()) && $uri->isRelative())
      {
        $path = preg_replace('~(.*)(/[^/]*)$~', '$1/', $path);
        $uri->setPath($path . $uri->getPath());
      }
    }
 
    if(!$uri->getProtocol())
      $uri->setProtocol($context_uri->getProtocol());
 
    $uri->setAnchor('');
 
    $uri->normalizePath();
  }
  
  function cacheRemoteImage($url)кеширует картинку, при сохранении текста ее надо переместить из временного хранилища
  {
 
    $contents = @file_get_contents($url);
    $filename = substr(md5(time()), 0, 5) . '_' . basename($url);
 
    $cachepath = lmbToolkit::instance()->getConf('common')->get('temp_file_storage');
    $cachepath = $cachepath['store_rules']['path'];
    
    if(is_writable($cachepath) && $contents)
    {
      file_put_contents($cachepath . '/' . $filename, $contents);
      return $cachepath . '/' . $filename; 
    }
 
    return '';
  }
 
}