避免将HTML标记索引为搜索关键字

Question

我在HTML文档中索引关键字，但我不想索引HTML标记。

例如：

<div>  <!-- this is html code -->
<span>You are welcome</span>  <!-- simple message for searching -->
<div>
<h1>Testing text</h1>  <!-- second message -->
</div>
</div>

预期关键字：

keywords:You

如何避免HTML标记成为关键字？

Answer 1

我认为您需要解析HTML并提取每个标记的内部文本。