Скачивание и обработка кода индексной страницы

ТЗ.

Основная цель получить шаблон с индексной страницы. Для этого

брать/скачивать индексную страницу и выдергивать оттуда хтмл-код:

- удалять коментарии;

- удалять джаваскрипты;

- найти среди тегов контейнер с самым большим куском текста заменить оный на [TEXT]

- найти среди тегов контейнер с самым большим количеством урлов

- вставить между тегами [TITLE]

- результат сохранить в отдельный файл