F#。数据HTML解析器从节点提取字符串
问题描述:
我试图使用FSharp.Data的HTML解析器来提取字符串链接从href属性列表。F#。数据HTML解析器从节点提取字符串
我可以打印输出到控制台的链接,但是,我正在努力让他们进入列表。
工作的打印出想要的链接的代码片段:
let results = HtmlDocument.Load(myUrl)
let links =
results.Descendants("td")
|> Seq.filter (fun x -> x.HasClass("pagenav"))
|> Seq.map (fun x -> x.Elements("a"))
|> Seq.iter (fun x -> x |> Seq.iter (fun y -> y.AttributeValue("href") |> printf "%A"))
如何存放这些字符串为可变链接,而不是将它们打印出来的?
干杯,
答
在最后一行,你最终序列的序列 - 每个td.pagenav
你有一大堆的<a>
,每个有href
。这就是为什么你必须有两个嵌套的Seq.iter
- 首先迭代外部序列,并在每次迭代中迭代内部序列。
要平铺序列序列,请使用Seq.collect
。此外,一个序列转换到一个列表,使用Seq.toList
或List.ofSeq
(他们是等价):
let a = [ [1;2;3]; [4;5;6] ]
let b = a |> Seq.collect id |> Seq.toList
> val b : int list = [1; 2; 3; 4; 5; 6]
将此应用于代码:
let links =
results.Descendants("td")
|> Seq.filter (fun x -> x.HasClass("pagenav"))
|> Seq.map (fun x -> x.Elements("a"))
|> Seq.collect (fun x -> x |> Seq.map (fun y -> y.AttributeValue("href")))
|> Seq.toList
或者你可以使它有点用清洁剂在您第一次遇到一个嵌套序列点应用Seq.collect
:
let links =
results.Descendants("td")
|> Seq.filter (fun x -> x.HasClass("pagenav"))
|> Seq.collect (fun x -> x.Elements("a"))
|> Seq.map (fun y -> y.AttributeValue("href"))
|> Seq.toList
这么说,我宁愿重写这是一个列表解析。看起来更清洁:
let links = [ for td in results.Descendants "td" do
if td.HasClass "pagenav" then
for a in td.Elements "a" ->
a.AttributeValue "href"
]
完美答案,谢谢! – snowbane
如果我的回答对你有帮助,你会考虑接受吗? –