Универсальный парсер статей. Как лучше реализовать алгоритм?

С самим php проблем никаких нет, как и с регулярками.
Задумка такая:
Берем среднестатистический статейный сайт (а именно 5 ссылок на статьи).
Далее нужно сравнить эти 5 страниц между собой, предположительно html код перед статьёй и после - статический, а то что меняется мы и будем считать нужным нам контентом. (может попасть блок "похожие статьи" но пока это не важно)

Помогите придумать каким образом можно сравнивать несколько html страниц что бы понять какая часть из них остается не меняющейся.