• 使用C#/.NET解析Wiki百科数据实现获取历史上的今天


    创建一个webapi项目做测试使用。
    0
     
    创建新控制器,搭建一个基础框架,包括获取当天日期、wiki的请求地址等
    0
    创建一个Http请求帮助类以及方法,用于获取指定URL的信息
    0
     
    使用http请求访问指定url,先运行一下,看看返回的内容。内容如图右边所示,实际上是一个Json数据。我们主要解析 大事记 部分的内容,位于Json的revisions字段内
    0
    定义有关实体类,用于把收到的json数据转换为对象
    0
    根据转换的对象,可以看到对象内所有需要的内容,都在Content字段里面了。由于不知道是否存在多层结构,所以此处使用循环来遍历内容。先搭建个模子。
    0
     
    编写一个正则表达式,根据规律,可以识别出,每个词条都是以[]的形式存在,并且存在嵌套内容,所以做一个数据清理,清理嵌套抽重复的数据。
    0
    解析出来的新文本,看起来内容舒服一点了。然后我们只需要获取[[xx年]]的这些词行数据,所以可以继续做个数据清理,匹配正则表达式
    0
     
    根据匹配的正则表达式内容,做个遍历输出
    0
    查看输出的内容,可以看到已经被过滤成功了:
    0
    不过默认是繁体字,咱们再完善下,做成简体字。先安装一个古老的包:ChineseConverter 有提示不用管,能用。
    0
    然后直接调用即可:
    string simplifiedText = ChineseConverter.Convert(繁体中文字符串, ChineseConversionDirection.TraditionalToSimplified);
    然后重新跑一下,可以看到繁体变成了简体了。
    0
    最后,剩下的一些括号等符号,或者特殊字符,只需要做一个全局替换即可。以及如果需要解析其他内容,也可以自行再开发一个对应的正则表达式即可。
     
    如需以上源码,可在个人公众号【Dotnet Dancer】后台回复“历史上的今天” 即可获取以上源码。 
     
  • 相关阅读:
    docker-compose安装gitlab
    Condition条件队列
    卤菜销售|基于SSM+vue的智能卤菜销售平台的设计与实现(源码+数据库+文档)
    appium+python自动化测试
    vue3基础铺垫之 async/await
    Ajax学习:在edge中设置ie浏览器格式
    前k个高频元素_优先队列_java
    Node.js的readline模块 命令行交互的模块
    重要消息丨.NET Core 3.1 将于今年12月13日结束支持
    解决uni-app中使用webview键盘弹起遮挡input输入框问题
  • 原文地址:https://www.cnblogs.com/weskynet/p/18307989