【发布时间】：2012-05-03 15:57:29
【问题描述】：
我正在研究将 Python 库 Beautiful Soup 移植到 .NET 的可能性。主要是因为我真的很喜欢解析器，而且 .NET 框架上根本没有好的 HTML 解析器（Html Agility Pack 已经过时、有缺陷、没有文档，除非知道确切的架构，否则不能很好地工作。）
我的主要目标之一是让基本的 DOM 选择功能真正与 BeautifulSoup 的美感和简单性并驾齐驱，让开发人员能够轻松地制作表达式以找到他们正在寻找的元素。
BeautifulSoup 利用松散绑定和命名参数来实现这一点。例如，要查找所有id 的test 和包含单词foo 的title 的a 标签，我可以这样做：
soup.find_all('a', id='test', title=re.compile('foo'))
但是，C# 没有任意数量的命名元素的概念。 .NET4 运行时有命名参数，但是它们必须匹配现有的方法原型。
我的问题：与这种 Pythonic 构造最相似的 C# 设计模式是什么？
一些想法：
我想根据我作为开发人员的编码方式来解决这个问题。实现这一点超出了本文的范围。我的一个想法是使用匿名类型。比如：
soup.FindAll("a", new { Id = "Test", Title = new Regex("foo") });
虽然这种语法与 Python 实现松散匹配，但它仍然有一些缺点。
-
FindAll实现必须使用反射来解析匿名类型，并以合理的方式处理任意元数据。 -
FindAll原型需要采用Object，这使得除非您非常熟悉记录的行为，否则不清楚如何使用该方法。我不相信有办法声明一个必须采用匿名类型的方法。
我的另一个想法可能是一种更 .NET 的方式来处理这个问题，但离库的 Python 根源更远。那将是使用流利的模式。比如：
soup.FindAll("a")
.Attr("id", "Test")
.Attr("title", new Regex("foo"));
这需要构建一个表达式树并在 DOM 中定位适当的节点。
我的第三个也是最后一个想法是使用 LINQ。比如：
var nodes = (from n in soup
where n.Tag == "a" &&
n["id"] == "Test" &&
Regex.Match(n["title"], "foo").Success
select n);
如果任何有将 Python 代码移植到 C# 的经验的人提供任何见解，或者就处理这种情况的最佳方法提供总体建议，我将不胜感激。
【问题讨论】：
-
尽管我很喜欢 Python - 始终瞄准会使用它的受众。如果您正在为 .NET 编写它，请按照他们使用的样式进行。查看现有的 .NET 库，看看实践是什么（或在这里等待有人告诉你）并使用它们 - 不要尝试匹配 Python 版本，你没有使用 Python。
-
我同意 Lattyware。如果你想在 C# 中使用 BeautifulSoup，你不能只通过 IronPyhon 运行它吗？
-
这不是 XPath 的用途吗？
-
@Lattyware - 是的，我的一部分只是说 搞砸 并想简单地为 .NET 编写最好的 DOM 解析器。它在很大程度上受到了 BeautifulSoup 的启发，但绝不是一个端口。我还考虑将这个库编写为 AgilityPack 的一组扩展方法，这也许也是一种方法。
-
@mata - 首先，我想知道让 BeautifulSoup 在 IronPython 下编译会有多难。其次，我想知道 C# 代码和 Python 代码之间的互操作如何工作。我对 IronPython 的了解还不够，无法回答这个问题。
标签： c# python beautifulsoup