C# - 将 HTML 无序列表转换为 JSON 数组

Question

我想将存储为 string 的无序列表转换为 JSON 数组。

我需要这个的原因是因为我正在屏幕抓取网站(经许可)所以我所得到的只是网站源存储为 string(是的，这太可怕了)直到他们完成他们的 API(是的，他们同意在此过程中不更改任何 HTML)。 :-)

HTML:

<ul class="column">
  <li><a href="/view.php?m=48902&g=313433">Item 1</a></li>
  <li><a href="/view.php?m=09844&g=313433">Item 2</a></li>
  <li><a href="/view.php?m=23473&g=313433">Item 3</a></li>
</ul>

JSON:

{"items":[
        {
            id: 1,
            url: "/view.php?m=48902&g=313433",
            name: "Item 1",
            m: 48902,
            g: 313433
        },
        {
            id: 2,
            url: "/view.php?m=09844&g=313433",
            name: "Item 2",
            m: 09844,
            g: 313433
        },
        {
            id: 3,
            url: "/view.php?m=23473&g=313433",
            name: "Item 3",
            m: 23473,
            g: 313433
        }
]}

Answer 1

建议的方法:

由于您将大量解析 HTML，因此我建议您下载 HTMLAgilityPack并用它来解析你的 HTML。网站上有一些示例代码。它还支持 LINQ，因此解析 HTML 应该相对容易。

就转换为 JSON 而言，我的建议是创建一个具有所需结构的类；例如:

public class MyItem
    {
        public int id { get; set; }
        public string url { get; set; }
        public string name { get; set; }
        public int g { get; set; }
        public int m { get; set; }
    }

现在您已经准备好作为类的结构，您可以构建一个 List<MyItem>包含您从 HTML 中解析的所有元素。

转换为 JSON 的最后一步是:

List<MyItem> list = .... the list constructed
JavascriptSerializer js = new JavascriptSerializer();
string jsonOutput = js.Serialize(list);