C# - 将HTML无序列表转换为JSON数组

Question

我可以帮您将存储为字符串的无序列表转换为JSON数组。我需要这样做的原因是，我正在使用屏幕抓取技术（已经获得允许），所以我的所有数据都以字符串的形式存在（是的，情况很糟糕），直到他们完成API（是的，他们同意在过程中不更改任何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
        }
]}

- fulvio

---

我认为你不应该在服务器端进行此转换，而应该使用jQuery在客户端完成它。 - Tarik

为什么你需要在服务器端进行这项操作？ - Chad Levy

@Icarus：我需要将一个无序的 HTML 列表转换成一个 JSON 数组，其中包含原来包含在列表项中的各种不同的值作为数组属性。 - fulvio

@Fluvio，这很有道理，但不清楚你觉得哪一部分难以实现。我将发布一个带有一些指针和伪代码的答案，希望它能给你一些启示。 - Icarus

@Icarus：我想我不太确定如何从每个列表项中获取特定的值，并使用正确的值和属性构建JSON。谢谢。 - fulvio

Answer 1

建议方法：

由于您需要广泛解析HTML，我建议您下载HTMLAgilityPack并使用它来解析您的HTML。该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。

至于转换为JSON，我的建议是您创建一个带有所需结构的类；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; }
    }

现在你已经准备好了一个类的结构，你可以用从HTML解析出来的所有元素构建一个 List<MyItem> 。

将其转换为JSON的最后一步就是执行以下操作：

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

- Icarus

---

谢谢。我将使用HTMLAgilityPack来完成我需要的工作。完美。 - fulvio

关于JSON转换，除了Icarus提供的内容外，我想推荐这个库：http://james.newtonking.com/pages/json-net.aspx - Tarik

Answer 2

由于您正在进行屏幕抓取，我建议使用Html Agility Pack来读取HTML（使用XPath），然后使用JSON库，例如JSON.net或使用JavaScriptSerializer（System.Web.Script.Serialization.JavaScriptSerializer）类将HAP对象序列化为JSON。

- Chad Levy