如何避免页面的关键字和描述

如何处理页面的关键字和描述
新闻类，程序自动从其他网站获取正文，然后保存成html文件，如何获取正文中的关键字信息，把静态页面里的keyword和Description内容替换掉

------解决方案--------------------
比较麻烦,正则提取替换试试
------解决方案--------------------
什么才叫正文中的关键字信息?
------解决方案--------------------
分词
------解决方案--------------------
想要得到可以替换掉keyword内容的数据，必须从数据库中提取关键字，
数据的保存格式类似于论坛的分区和帖子之间的父子关系。

但，问题是关键字如何生成。

我觉得生成关键字方式主要分为以下两种：
1.手动提交
也就是在提交新闻的时候，有一个关键字的栏，人工输入需要的关键字。
2.自动提交提交新闻的时候根据内容生成
从一篇文章中提取关键字是一项很繁琐的运算，通常叫做分词，也是搜索引擎的关键技术之一。
想要做到即使提取是不太可能的。可以分为以下两种：
2.1 提交新闻时自动输入
提交新闻的时候，可以用Javascript从内容中提取关键字，当然，如果内容较长，提取的时间也会变长。
不过，提交内容的时间稍微长一点，通常不会影响到UI的操作质量，而且，具体想要分析到哪一步，可以根据情况而定。
2.2 后台程序自动生成
简而言之，就是用一个后台程序，分析新闻内容，然后自动生成关键字信息，保存到数据库中。

DZ论坛关键字的提取，就是方法1和2.1的结合。
lz可以根据自己的需求选择适合自己的方法。
------解决方案--------------------
分词,很麻烦的

主要是分词加词频统计

智能检索文本并提取关键词
呵呵,你能做的话可以开发搜索引擎和智能翻译系统了