Суть моего вопроса в том, что после парсинга страницы и некоторой обработки у меня имеется массив строк, который выглядит примерно так (каждый переход на новую строку => другой элемент массива):
"prop1: foo1"
"prop2:"
"foo2"
"foo2"
"prop3: foo3"
И мне нужно сделать так, чтобы всё имело такой вид: "prop: foo"
. Задачу осложняет то, что мы не можем предугадать сколько строк нам нужно объединить для каждого свойства. Их может быть и 3, может и не быть вовсе.
И у меня в голове есть некая идея: если строка оканчивается на ':', то присоединяем к ней все последующие строки, но до тех пор пока не встретим строку, содержащую ':'.
- Как я понимаю тут необходимо 2 вложенных цикла, где 1 - будем обходить массив до тех пор, пока не встретит строку, оканчивающуюся на ':', а 2 - который будет обходить все элементы после, но до тех пор, пока не наткнётся на строку с ':'?
- И я правильно понимаю, что логичнее будет заменять ненужные нам элементы (уже конкатенированные) на
string.Empty
, чтобы в последствии легко отсеять их?
Просто в данный момент что-то толковое в голову не идёт
b
и у каждого взять следующий элемент дерева, если делать через XPath, то сырой набросок будет следующий://div[@class='bbWrapper']/b/following-sibling::node()[following-sibling::b]
.br
. В любом случае, вы парсите HTML как текст, что не есть хорошо. Ну и замечу, что у сайта есть API, не вся информация там конечно есть, но может если еще поискать, то может можно найти больше... А вообще, подобный "сухой" анализ текста скорей всего лучше делать через NER анализаторы, например, вот, ибо повторю, у этой темы шаблон такой, а у следующей будет скорей всего отличаться, и весь ваш парсер упадет...