C# 使用 linq 提取 html 值以列出

Question

我绝对是 C# 的新手，尤其是 HtmlAgilityPack 和 linq，但我正在尝试组合一个 linq 语句来从特定字段中的 html 页面中检索特定值。这是我正在使用的链接声明：

List<testClass> Results = (from div in doc1.DocumentNode.Descendants("div")                                      
                                   from c in div.Descendants("class")
                                   select new testClass(
                                              c.Attributes["hdp-fact-ataglance-heading"].Value,
                                              c.Attributes["hdp-fact-ataglance-value"].Value
                                              )).ToList();

它不能正常工作，我不知道为什么，我希望它把值放到一个我可以在屏幕上读取的列表中。不幸的是，我得到一个 0 值的空白列表。 linq 在调试器中读取为正确，我得到 0 个错误。我要做的主要事情是避免出于性能目的使用任何循环。我相信我没有选择正确的节点或没有正确地将 linq 放在一起。这是 HTML 的 sn-p：

    <div class="hdp-fact-category">Bedrooms</div>
    <ul class="zsg-sm-1-1 hdp-fact-list" id="yui_3_18_1_2_1499723568429_1169">
        <li class="" id="yui_3_18_1_2_1499723568429_1168">
            <span class="hdp-fact-name">Beds: </span>
            <span class="hdp-fact-value" id="yui_3_18_1_2_1499723568429_1167">4</span>
        </li>
    </ul>
</div>
<div class="hdp-fact-container" id="yui_3_18_1_2_1499723568429_2392">
    <div class="hdp-fact-category">Heating and Cooling</div>
    <ul class="zsg-sm-1-1 hdp-fact-list" id="yui_3_18_1_2_1499723568429_2391">
        <li class="">
            <span class="hdp-fact-name">Heating: </span>
            <span class="hdp-fact-value">Forced air</span>
        </li>
        <li class="" id="yui_3_18_1_2_1499723568429_2390">
            <span class="hdp-fact-name">Cooling: </span>
            <span class="hdp-fact-value">Central</span>
        </li>
    </ul>
</div>
<div class="hdp-fact-container">
    <div class="hdp-fact-category">Basement</div>
    <ul class="zsg-sm-1-1 hdp-fact-list">
        <li class="">
            <span class="hdp-fact-value">Unfinished basement</span>
        </li>
    </ul>
</div>

我最终尝试使用通常的循环和 console.writeline(list[i]) 来获得这样的控制台输出： 床位：4

加热：强制通风

等等。我只想使用这个特定的循环来检查循环内容（它不是永久性的）

到目前为止，我正在使用它来提取我的数据.... 至少可以说这需要很长时间。这就是我尝试使用 linq 的原因，因为我认为它可能会更快？我不知道任何建议的最佳方法。

public string searchSCH(string content, string starttag, string endtag, int count)
    {
        string contentsub;
        int location1, location2;
        location1 = location2 = 0;
        if (content.Contains(starttag))
        {
            do
            {
                location1 = content.IndexOf(starttag, location1 + 1);
                if (location1 == -1)
                    return null;

                count--;
            } while (count > 0);

            location2 = content.IndexOf(endtag, location1 + 1);
            if (location2 == -1)
                return null;

            location1 += starttag.Length;
            contentsub = content.Substring(location1, location2 - location1);

            contentsub = Regex.Replace(contentsub, @"<[^>]+>|&nbsp;", string.Empty).Trim();
            contentsub = Regex.Replace(contentsub, "\".*>", string.Empty).Trim();
            contentsub = Regex.Replace(contentsub, "  ", "%");
            contentsub = Regex.Replace(contentsub, "\n", string.Empty);
            contentsub = Regex.Replace(contentsub, "\r", string.Empty);
            contentsub = Regex.Replace(contentsub, "\">", string.Empty);
            contentsub = Regex.Replace(contentsub, "\"%.*>", string.Empty);
            contentsub = Regex.Replace(contentsub, @"%+", "|");
            return contentsub;
        }
        else
        {
            return "fail";
        }

    }

Answer 1

将你的逻辑分解成更小的部分：

//This should give you a list of all the containers
var nodes = doc1.DocumentNode.SelectNodes("//div[contains(@class, 'hdp-fact-container')]");

//Then loop through each container to grab the category ("hdp-fact-category")
//and the facts list ("hdp-fact-list")
foreach(var item in nodes)
{
    var categoryNode = item.SelectNode("//div[contains(@class, 'hdp-fact-category']");
    var factsList = item.SelectNodes("//ul[contains(@class, 'hdp-fact-list')]/li");

    //Then do whatever with those nodes
}

我的回答是基于您也想要“类别”的假设。如果您不这样做，则只需排除该表达式。