TextDiff entre plain text <=> node d'une page html

Je souhaites une fonction php qui retournerait le contenu similaire entre deux éléments,
le premier élément est du texte, le deuxième est une page web. La fonction retournera la page web avec les phrases similaires highlightées par des <span> de différentes colories comme dans l'exemple que j'ai joint à ce projet.
Il ne faut pas se contenter d'highlighter les mots similaires, il faut un peu de cohérence et mettre en relief ce qui a été copié, le but final est de détecter le plagiat effectué dans le TXT sur le HTML.

Je suis ouvert à l'usage de toutes extension php possible, j'ai essayé Text_Diff de Perl mais le problème est que c'est impossible à traiter sur une page web avec du code html complexe et sale, de plus il ne faut traiter que le texte visible dans le navigateur, il ne faut pas déformer les balises et les attribut.

Il faut que la fonction puisse s'utiliser sur tous type de page web, quelque soit son encodage et la qualité de son code.

Si vous souhaitez des précisions merci de me les demander.