html文档包括那两个部分,如何找出两个HTML文档中不同的部分并能够定位出来？...

标题说的可能有点抽象，举个例子说明下。

网页A(部分)：

pageA

XXXXX

2013-11-21

网页B(部分)：

pageB

XXXXX

2013-11-20

网页C(部分)：

pageC

YYYYY

2013-11-19

人工对比下可以发现网页A与B对比的话，.title和.lastupdate这两个span里的值不一样。我需要实现的就是能够通过代码识别出这两个位置，并且能够根据这个位置在网页C中提取出pageC和2013-11-19

p.s. 本问题不指定某个特殊语言，主要是探讨下思路。回答最好不要过于依赖某个语言自己独有的包或者类库。

再p.s. 我自己打算最终用node.js或者php实现。如果回答是别的语言的话我会自己“翻译”的，不用担心~

基于回答补充以下内容：

1.不同的定义仅局限在内容的不同，保证被比较的两者整个网页大体的结构是稳定一致的。

2.网页内可能会存在不规则的标签，包括但不限于未闭合的标签(如漏写一个)、自己定义一个标签类别()