如何通过anglesharp解析所有节点（标题+链接）的树答案

【问题标题】：How to parse tree with all nodes(caption + link) by anglesharp如何通过anglesharp解析所有节点（标题+链接）的树
【发布时间】：2017-12-04 11:09:25
【问题描述】：

如何解析this html code 中的主题节点并获取所有主题节点（及其标题和链接）并最终显示在树视图中？

我是angleSharp的新手。

【问题讨论】：

标签： c# html-parsing anglesharp

【解决方案1】：

我不确定您所说的“在树视图中”是什么意思，但我会忽略这个特定于域的部分并告诉您如何获取一些节点等（顺便说一下：您引用的页面似乎已过时/错误- 如果您想正确回答问题，请将特定代码 sn-p 添加到您的问题中）。

为简单起见，我假设 HTML 类似

<body>
  <... some_nesting>
    <div class="topic-class">
      <h2>Topic Title</h2>
      <... some_nesting>
        <div class="category-class">
          <h3>Category Title</h3>
          <... some_nesting>
            <a href="caption-link" class="caption-class">Caption Title</a>
          </...>
          <more ... />
        </div>
        <more ... />
      </...>
    </div>
    <more ... />
  </...>
</body>

现在我们需要做两件事：

我们寻找什么（识别标签和结构）
我们希望如何对我们的发现进行分组（地图层次结构）

在简单的 HTML 中，我们很容易将 CSS 类识别为标识符（例如，.topic-class、.category-class、.caption-link），尤其是结合给定的结构和标签。关于分组，我们需要从主题到类别再到标题。

总而言之，我们可以编写更简洁的 LINQ 或更明确的可读代码来生成分组结构。出于说明目的，我选择后者：

// document is current document returned from OpenAsync of an IBrowsingContext instance
var topics = document.QuerySelectorAll("body > .topic-class");

foreach (var topic in topics)
{
    var topicTitle = topic.QuerySelector("h2")?.TextContent;
    var categories = topic.QuerySelectorAll(".category-class");

    foreach (var category of categories)
    {
        var categoryTitle = category.QuerySelector("h3")?.TextContent;
        var captions = category.QuerySelectorAll("a.caption-link");

        foreach (IHtmlAnchorElement caption of captions)
        {
            var captionTitle = caption.TextContent;
            var link = caption.Href;
        }
    }
}

这里剩下的是将主题、类别和标题附加到适当的数据容器中以进行显示。但是所有的信息都在那里，你只需要知道你想如何使用/建模它。

希望这会有所帮助！

【讨论】：