Обработчик html файлов

Здравствуйте, мои дорогие друзья! Как и в старые добрые времена вынужден обратиться к Вашей помощи :) Нужно написать один нужный скрипт…

Что же должен уметь делать скрипт?

Есть у меня немножечко html страниц, в папочке гигов на 30 штмл файлов, какждый из которых содержит ценный для меня текст. Этот текст предстоит обработать (выдрать весь текст и сохранить метатеги (титл, дискрипт, кейворд)) и сохранять с именами 1…..999999*.html в отдельную папку для последующей обработке.

Сам скрипт должен работать как часы, т.е. не отрубаться а обработать все страницы сам.

Что же подразумевает под собой последующая обработка?

Да все очень просто, создаем шаблон, указываем место на странице где должен будет лежать текс и нажимает “генить” новый сайт. В админке я должен иметь возможность указать откуда и до куда брать текст, например с 960 по 12589 страницу. Так же должна быть возможность впихивания на одну гененрируюмую страницу по 2-3… и т.п. текста из сохраненных обработанных файлов. При этом в поля титл, дискрипшен и кейворд должны сохраняться метеги со страниц сохраненной базы.

(цель, создать страницы с уникальным контентом, что бы все это выглядело как белый сайт)

--------------

Так же надо отграбать какие ни будь новости или анекдоты в отдельную базу в во время генерирования сайта впихивать на каждую страницу уникальный текстовой было (блоки)

Внимание! Этот пункт не обязателен. Все зависит от цены грабера новостей, анекдотов. Если будет дорого я просто скину готовый текстовый файл и инфу будем впихивать оттуда!

--------------

Про встройку дизайна! Она должен быть простейшей, например я загружаю куда то обычный html дизайн и указываю теги на месте которых должен вставляться текст, туда все и вставляться.

И еще немного о дизайне: сам генерируемый портал будем делать ничем не отличающимся от обычного хомяка, т.е. делаем всего много и красиво поэтому для вызова страниц должно быть какое то меню, меню я предлагаю сделать так, использовать страницы на которой будут размещены в качестве заголовка 300 первых символов статьи или титл или дискрипшен, на странице будет по 25 таких заголовков, страницы меню должны быть перелинкованы.

Ну и еще одна фишка: база с обработанными страницами и сами генерируемые сайты будут находить на одном сервре. Для того что бы тупо не размножать с акка на акка один и тот же контент, можно оставить конент в одном месте, а сайтами дергать его на лету. Т.е. по сути на серваке будет хранить только пару фалов, например шаблон и индексная страница в которой будут указаны переместры, это кол-во страниц (откуда до куда хавать) и все.