用什么样的采集方法采集新闻比较好呢,该怎么解决

用什么样的采集方法采集新闻比较好呢
好多cms系统都集成了采集功能，需要提供前缀+内容+后缀的方式，根据提供的前缀和后缀把内容找出来，他是怎么实现的呢？是不是先根据前缀将网页拆分成组，取第二个组，然后再根据后缀接着将这个组继续拆分成组，分组后的第一个部分就是内容了呢？？

如果用正则直接取会不会更好？？

------解决方案--------------------
根据具体页面特征标识信息，分析，选择解析方式

至于是否用正则，没有定论，正则也只是一种文本的解析方式——当然，正则绝对是把利剑！