Question

我正在尝试使用FSharp.Data的HTML Parser从href属性中提取字符串链接列表。

我可以将链接打印到控制台，但是，我很难将它们列入清单。

打印所需链接的代码的工作片段：

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"))

如何将这些字符串存储到变量链接中而不是将其打印出来？

干杯，

Answer 1

在最后一行，您最终得到一系列序列 - 对于每个td.pagenav，您有一堆<a>，每个href都有一个Seq.iter。这就是为什么你必须有两个嵌套的Seq.collect - 首先你迭代外部序列，并在每次迭代时迭代内部序列。

要展平序列序列，请使用Seq.toList。此外，要将序列转换为列表，请使用List.ofSeq或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]（它们等效）：

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

将此应用于您的代码：

Seq.collect

或者你可以通过在第一次遇到嵌套序列的位置应用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来使它更清晰：

let links = [ for td in results.Descendants "td" do
                if td.HasClass "pagenav" then
                  for a in td.Elements "a" ->
                    a.AttributeValue "href"
            ]

那就是说，我宁愿把它重写为列表理解。看起来更干净：

datetime

F＃.Data HTML解析器从节点中提取字符串

1 个答案: