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）：

<div>
  <span class="title">pageA</span>
  <div id="content">XXXXX</div>
  <span class="lastupdate">2013-11-21</span>
</div>

网页B（部分）：

<div>
  <span class="title">pageB</span>
  <div id="content">XXXXX</div>
  <span class="lastupdate">2013-11-20</span>
</div>

网页C（部分）：

<div>
  <span class="title">pageC</span>
  <div id="content">YYYYY</div>
  <span class="lastupdate">2013-11-19</span>
</div>

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（）