编写程序,将该html文件的汉字部分按所发现的规律组织,并以XML文件的格式保存下来

问题：编写程序,将该html文件的汉字部分按所发现的规律组织,并以XML文件的格式保存下来。 
已经将html文件源代码保存在string字符串中，但不知道下一步我应该怎么做！！！请高手帮忙解决！！！！ 

补充：.NET技术 ,  C#