小弟最近在研究搜索引擎，打算利用C#简单实现个搜索引擎。现在有这样的问题：
我对网页的内容进行解析，然后将页面中的主要内容保存到数据库中， <A>可以获取接下来要解析的html。 <TITLE>可以获得网页的主要标题。但是网页中的主要内容如何获取呢？每个网页在什么html标签中是主要内容不是确定的啊！可能在 <p>，也可能直接就在个 <div>中，像这样的情况如何解决呢？如何将主要内容抓取保存下来呢？
如何html中有：
<meta name="keywords" content="体育,体育新闻,NIKE新浪竞技风暴,奥运,2008,北京奥运,奥运会" />
<meta name="description" content="新浪体育提供最快速最全面最专业的体育新闻和赛事报道，主要有以下栏目：国内足球、国际足球、篮球、NBA、综合体育、奥运、F1、网球、高尔夫、棋牌、彩票、视频、图片、博客、社区论坛" />
这样是比较标准的，题目和主题就都能抓取出来了，但是并不是所有的网页都是这样....那么description应该如何获取呢？
期待高手的指教！谢谢！
抓取内容使用正则获取相关内容
Regex re = new Regex("(?i)(? <= <meta\\s+name=\"description\"\\s+content=\")[^\"]+");
foreach (Match m in re.Matches(“”))
{
Console.WriteLine(m.Value);
}
xml dom
没研究过。
引用
相关问答：
我的java applet 嵌入html后无法显示，而用appletviewer显示正常为什么，还有就是用html converter转化后可以显示，为什么？请大侠赐教！
我在mySql中有一字段可存html标签，比如说里面有a标签
<style>
eclisephp
求一个免费的html编辑器控件做开发用,能够把html控件(文本框,下拉框,按钮等)修改属性或添加数据后动态地加入html编辑器控件,可以所见所得,然后可以保存为一个表单.
