如何索引HTML文档？

Question

我正在使用Lucene。要进行全文搜索。直到现在我一直在索引PDF文档，但现在我有一些我需要索引的网页。索引HTML文档以添加到我的Lucene索引的最佳/最简单方法是什么？我正在使用.NET / C＃

Answer 1

我目前正在解决这个问题，我迄今为止找到的最佳答案是使用HTML Agility Pack从HTML中获取纯文本内容。

Answer 2

Google可以为您索引内容。