【发布时间】：2011-02-17 10:41:07
【问题描述】：
基本上我想在删除停用词后提取网页中存在的关键字或单词或标记。有人知道怎么做这个吗？ C# 中的代码将不胜感激。
【问题讨论】：
-
也许你应该用 [c#] 标记它
-
如果您只想从网页获取数据，您可以使用 JQuery，如下所示 $('#testDIV').load('JQueryPage.aspx');
标签： c# html-parsing
【发布时间】：2011-02-17 10:41:07
【问题描述】：
使用像 HTML Agility Pack 这样的 HTML 解析库。
使用它加载 HTML 文档后，您可以使用 Xpath 语法对其进行查询 - 它以类似于 XmlDocument 的方式公开 HTML。
【讨论】：
Oded 提到的HTML Agility Pack 将帮助您获取 HTML 中的纯文本，但要在删除停用词后从网页中提取关键字，您需要做更多的工作。 Joseph Turian 对此问题提供了一个很好的信息性答案：How do I extract keywords used in text?
【讨论】：