重複僅發生幾次，並與htmlagilitypack C＃不同值的對象。

Question

我有一個問題，我似乎無法在這裏解決。可以說我在這裏有一些像beneth這樣的html，我想解析。所有這些html都在頁面上的一個列表中。這些名字就像我寫的例子一樣重複着自己。

<li class = "seperator"> a date </li> 
<li class = "lol"> some text </li> 
<li class = "lol"> some text </li> 
<li class = "lol"> some text </li> 

<li class = "seperator"> a new date </li> 
<li class = "lol"> some text </li> 


<li class = "seperator"> a nother new date </li> 
<li class = "lol"> some text </li> 
<li class = "lol"> some text </li> 

我確實設法使用htmlagility包來解析每個li對象，並且幾乎是按照我的想法來格式化它。我打印ATM看起來是這樣的：

"a date" "some text" 
"some text" 
"some text" 
"some text" 

"a new date" "some text" 

"a nother new date " "some text" 
"some text" 
"some text" 

我想要什麼才達到：

"a date" "some text" 
"a date" "some text" 
"a date" "some text" 
"a date" "some text" 

"a new date" "some text" 

"a nother new date " "some text" 
"a nother new date " "some text" 
"a nother new date " "some text" 

但問題是，每一個分隔符下方，每一個笑的對象的數量可能會有所不同。所以有一天，網頁可能有一個笑話對象，它的日期是1，第二天它可能有10個笑話對象。所以我很沮喪，如果有一種智能/簡單的方法來計算分離器之間的大聲笑對象的數量。或者如果有另一種方法來解決這個問題呢？以htmlagilitypack爲例。是的，我需要在每一個笑話對象面前都有正確的日期，而不僅僅是第一個面前。這將是蛋糕的PICE如果分隔符類將結束最後笑的對象之下，但可悲的是不是這樣的......我不認爲我需要在這裏貼上我的代碼，但basicly什麼，我要做的就是解析頁面，提取分隔符和lol對象並將它們添加到列表中，在那裏我將它們分割爲分隔符和lol對象。然後我把它打印到一個文件中，由於分隔符只出現3次（在這個例子中），我只會得到3個不同的日期。

Answer 1

這裏的計劃，選擇所有seperator元素，然後找到所需的類的所有連續的兄弟元素。

不幸的是，有沒有簡單的方法來獲取HTML敏捷性包的當前版本的兄弟姐妹的集合，你只能訪問到（一個）一個同級。 LINQ很難從鏈接結構中很好地收集數據。而且由於HTML中沒有真正的層次結構，這將是一個挑戰。

如果你的XPath可用，您可以使用following-sibling軸拿到結合下面的所有兄弟元素與TakeWhile()方法來做到以下幾點：

var htmlStr = @"<li class = ""seperator""> a date </li> 
<li class = ""lol""> some text </li> 
<li class = ""lol""> some text </li> 
<li class = ""lol""> some text </li> 

<li class = ""seperator""> a new date </li> 
<li class = ""lol""> some text </li> 


<li class = ""seperator""> a nother new date </li> 
<li class = ""lol""> some text </li> 
<li class = ""lol""> some text </li>"; 

var doc = new HtmlDocument(); 
doc.LoadHtml(htmlStr); 
var data = 
    from li in doc.DocumentNode.SelectNodes("li[@class='seperator']") 
    select new 
    { 
     Separator = li.InnerText, 
     Content = li.SelectNodes("following-sibling::li") 
      .TakeWhile(sli => sli.Attributes["class"].Value == "lol") 
      .Select(sli => sli.InnerText) 
      .ToList(), 
    }; 

---

否則，如果你沒有XPaths可用，您可以使用以下任何鏈接結構創建枚舉：

public static class Extensions 
{ 
    public static IEnumerable<TSource> ToLinkedEnumerable<TSource>(
     this TSource source, 
     Func<TSource, TSource> nextSelector, 
     Func<TSource, bool> predicate) 
    { 
     for (TSource current = nextSelector(source); 
       predicate(current); 
       current = nextSelector(current)) 
      yield return current; 
    } 

    public static IEnumerable<TSource> ToLinkedEnumerable<TSource>(
     this TSource source, Func<TSource, TSource> nextSelector) 
     where TSource : class 
    { 
     return ToLinkedEnumerable(source, nextSelector, src => src != null); 
    } 
} 

然後，您的查詢現在變成這樣的：

var data = 
    from li in doc.DocumentNode.Elements("li") 
    where li.Attributes["class"].Value == "seperator" 
    select new 
    { 
     Separator = li.InnerText, 
     Content = li.ToLinkedEnumerable(sli => sli.NextSibling) 
      .Where(sli => sli.Name == "li") 
      .TakeWhile(sli => sli.Attributes["class"].Value == "lol") 
      .Select(sli => sli.InnerText) 
      .ToList(), 
    };