¿Y como se puede analizar el codigo de un documento o pagina en internet?
vamos, quiero decir, a partir de
http://www.miweb.com/doc.html ,como puedo obtener el codigo para de ahi sacar los enlaces que tenga, las palabras que mas usa,etc...
Porque otra idea, seria almacenar en una base de datos (de nombre "direcciones") unas direcciones web iniciales y a partir de ahi,incluirla segun el contenido que se analice dandole mi propio mini-rank que me haga, y a la vez a su vez cojer los enlaces que tenga para almacenarlos en la base de datos "direcciones" y asi recursivamente aumentar esa base de datos con muchas paginas analizadas.
¿SE podria hacer enphp? ¿y java?