关于解析html成tag树的讨论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
关于解析html成tag树的讨论[解决办法] [解决办法] [解决办法]
探讨 [解决办法] 至少有两份代码可以做对比，Gecko和webkit。
[解决办法] 不错，不错，真的不错
[解决办法] 不错啊，我对分析HTML有兴趣。支持~
[解决办法] 探讨 [解决办法] 不错啊，我对分析HTML有兴趣。支持~
[解决办法] 支持一下，会仔细看的
[解决办法] 支持ＬＺ，很好，很强大
[解决办法] 俺喜欢.大力支持!也有看了一下搜索引擎的相关内容,不过了解不深
[解决办法] 研究中。。。。。。。。。。。。。。。。。。。。
[解决办法] 学习
[解决办法] [解决办法] 探讨 [解决办法] HtmlParse,
HtmlDocument,
[解决办法] 探讨 [解决办法] 记号。
学习。
[解决办法] 支持下
-----占位-----
[解决办法] html解析成tag标签,我用的是正规则,也是分析成tag,但不是为tag树
如:
原html
<html>
<body>
第一
<div>
第二
</div>
第三
</body>
</html>
解析成tag为
<html>
<body>
<body> 第一<div>
<div>第二</div>
</div>第三</body>
<div>
</div>
<body>
</html>
等
[解决办法] 学习一下。。。。。。。
[解决办法] 也来顶一下,正在看你那篇文章`~
[解决办法] 像input,br 等不需要"</ "结束标记就可以使用的tag,不知道你打算怎么解决？
我曾经尝试用正则表达式匹配出所有标签，再逐个进行处理的方式解析HTML，不过由于时间的原因，
还没有做出来。
期待与大家的交流.
[解决办法] 不是很懂楼主的设计意图，个人觉得在这个之前应该加一个数据整形的程序，然后数据整形程序的输出才是给你这个程序使用。个人觉得也可以直接用IE可编程部分来做，不过就是慢一点，如果要求速度的话，可以考虑多机分布处理来弥补速度慢的缺点。
[解决办法] [解决办法] [解决办法] [解决办法] [解决办法] [解决办法] [解决办法] [解决办法] [解决办法] [解决办法] [解决办法]
探讨 [解决办法] 支持[size=12px][/size]
[解决办法] 学习，,,,,,,,
[解决办法] 顶一下，
[解决办法] 学习+关注！！
帮你顶！！
[解决办法] 支持一下~~
[解决办法] 人气上升中
支持下，有空咯学习学习
[解决办法] 支持
[解决办法] 用.net做的,速度快不了
[解决办法] 学习下
【远方】专职路过ＵＰ
[解决办法] 楼主很强大，向你学习！
[解决办法] 正在做这方面的工作.来学习学习
[解决办法] 考虑开源的HtmlAgilityPack
[解决办法] 不知道具体的作用，可还是学习学习
[解决办法] 探讨 [解决办法] 纯学习了，楼主很强大
[解决办法] 直接用XMLDOCUMENT就可以了吧
[解决办法] 遇到过类似的问题，但主要不是想看树，而是想要将网站页面弄到本地保存，以防以后查不着
由于不仅分析html还要下载其中的js、iframe、jpg、gif以及js/iframe中的js/iframe/jpg/gif，所以程序较多，是一个包，刚刚上载了源码，网站说一会才会看到，欢迎到我的下载页面看看，希望多交流
[解决办法] [解决办法] [解决办法] [解决办法]
探讨 [解决办法] kankan.....................
[解决办法] 帮顶
[解决办法] 十分好，本人目前就是在做该系统
[解决办法] mark
[解决办法] xue xi
[解决办法] LZ很好的想法,我现在用的开源的东东.学习下~~~
[解决办法] UP !
[解决办法] 不错，不错，真的不错
[解决办法] 由于采用的辅助结构Stack，在发现 </ABC>这样的结束标签之前，要在Stack中找到同名的Tag出库，所以对于没有结束标志的这些标签，最终都会处理的。比如
<WWW> <input> </WWW>这种,input作为www的子节点。因为发现 </WWW>的时候，先在Stack中进行查找，发现第一个input与WWW不匹配，所以先把input出栈，然后再继续查看，找到WWW，匹配了，然后把WWW出栈，并且把前面出栈的input作为其子节点。
不错，支持一下！
[解决办法] HtmlParse,
HtmlDocument,
[解决办法] mark..............
[解决办法] 不知道能否用html对象，找出所有childnode，此时应该是head和body，在用循环一次找出childnode,每找到一个node就判断有无childnote,应该不会很复杂，就是不知道效率怎么样，如果觉得可行的话可以继续讨论下，
顺便提一下，进来纯粹是来顶我的同姓本家
[解决办法] <a href="edit.html?id=${user.id}">修改 </a>好贴
[解决办法] 看看。。
[解决办法] 学习 顶
[解决办法] 我还是希望看到源代码
[解决办法] ，学习一下啊~
[解决办法] 问下呵 怎么不用原汁的lucene
