На счёт hrefer'а, выкладывали в комплекте с xrumer'ом 3 ломанным, выложите пожалуйста где-нибудь! Только не самую первую версию.
А агресс парсер хорошь тем что он бесплатен, вы попробуйте пропарсите гугл, из 3-6К он дубликатов удалит столько, что остаётся только около 200 сайтов. Там чтобы хорошо парсил нужно подредактировать сильно.
Еще кстати есть - GlobalSquid SE Parser.