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,
答案 0 :(得分:2)
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