Задача не нова, думаю многие местные её реализовывали. Есть желание собирать новости из лент rss сайтов и создавать из них полноценную ноду. Для этой задачи в друпале имеется модуль Feeds и дополнительные плагины к нему.

Пересмотрев множество обработчиков остановился на Parse HTML with QueryPath. Потому, что только он позволяет вытащить фото из xml по селектору и атрибуту. Однако если после например элемента идет блок