如何使用类或其他属性将 ul 列表拆分为带有 li 的 List<string>答案

【问题标题】：How to split ul list into List<string> with li using class or another attribute如何使用类或其他属性将 ul 列表拆分为带有 li 的 List<string>
【发布时间】：2019-02-01 20:22:22
【问题描述】：

我有一个 html ul 列表：

<ul>
<li class="ng-scope">Item 1</li>
<li class="ng-scope">Item 2</li>
<li class="ng-scope">Item 3</li>
</ul>

我想在 C# 中将其转换为 List<string>。 li 元素可以有一个属性，也可以没有。例如。可以是<li class="ng-scope"> 或只是<li>

我目前正在这样做：

            string patternUL = @"<(ul|ol)[\s]*[^\>]*>(<li[ a-z=""\\]*>.*?</li>)+?</\1>";
            string trg = Regex.Replace(source, patternUL, (param) =>
            {
                foreach (Capture c in param.Groups[2].Captures)
                {
                    output += $"{Regex.Replace(c.Value.Replace("&amp;", "&"), "<li>(.*?)</li>", "$1")}|";
                }
                //}
                return output;
            });

但我没有将列表拆分为字符串 List - 它与模式不匹配。如果我通过 li 没有任何属性的 ul 列表，那么它可以正常工作。

【问题讨论】：

标签： c# regex list html-lists

【解决方案1】：

不建议使用正则表达式解析html。而是使用像HTML agility pack 这样的框架。这样做你可以得到所有<li></li> 这样的列表：

var html = @"
    <ul>
       <li class=""ng-scope"">Item 1</li>
       <li class=""ng-scope"">Item 2</li>
       <li class=""ng-scope"">Item 3</li>
    </ul>";

var doc = new HtmlDocument();
doc.LoadHtml(html);

var list = new List<string>(doc.DocumentNode.SelectNodes("//li").Select(li => li.InnerText));

【讨论】：

【解决方案2】：

我建议你使用 HtmlAgilityPack 来解析 html ：

HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml(File.ReadAllText("test.txt")); // here you can give a normal string
foreach (var li in doc.DocumentNode.SelectNodes("//li")) // select li only
{
    output += li.InnerText; // here do what you want to do
}

它捕获以下文本：

Item1
Item2
Item3

【讨论】：