关于解析html成tag树的讨论（欢迎各位专家）

[老田低代码]

这段时间在做搜索引擎，决定采用Lucene.net。但是在网页抓取，解析方面一直很难找到比较理想的东西，后来自己写了个，经过测试www.sina.com.cn以及www.csdn.net等众多网站首页，完全能够实现将Html解析成tag数。
具体可以看我的文章：里面罗列了核心思想和算法《解析Html生成标签数》

但是不知道是否还有其他比较理想的算法。
希望各位讨论讨论，给点意见。

[老田低代码]

http://blog.csdn.net/RonoTian/archive/2008/06/06/2517568.aspx

[老田低代码]

我这20分给不出去了啊！！
我真的不想“无满意答案”来结帖子，所以只要有人进我的Blog去认真看了回来评论下，就结好了。。。

[笨鸟工作室]

万一文件中有部分内空中含有<a~z>类式的字符你是不是一块给当成TAG了？

[老田低代码]

[Quote=引用 3 楼 mount_taiking 的回复:]
万一文件中有部分内空中含有 <a~z>类式的字符你是不是一块给当成TAG了？
[/Quote]
兄弟，就你一个人回复，所以这20分就给你了。

不过可以到：http://topic.csdn.net/u/20080616/12/3f18595f-84ae-4a2b-a872-ecabd43d0257.html去发表评论的。

这里被斑竹推荐了。目前人气比较好！

[笨鸟工作室]

太客气了，你帮我解决问题，我都没分给你，呵呵