概要

C#でスクレイピングアプリを作成しています。
その中でLinQでは実現出来ないが、foreachだと実現できる箇所があるので原因を知りたいです。
DOM操作用にAngleSharpというライブラリを使っています。

環境

.NET Framework3.1
C# 8.0
AngleSharp v0.16.0

実現したいこと

frame要素の下位階層を取得したいです。

具体的には上記画像の``href=""`の値を取得したいです。

html
1<frame>
2  #document
3    <html>
4      <body>
5        <table>
6          <tbody>
7            <tr>
8              <td>
9                <strong>
10                  <a href="<取得したいプロパティ値>">
11

#試した方法
いずれの方法でもframeで分割されたURLを再度呼び出し下位階層にアクセスを試みています。

csharp
1            //下記だと取得できる
2            var urlListInFrame = new List<string>()
3                .AddRelativePathUrls(domain, frameLinks, relativeRegex);
4
5            foreach (var frameUrl in urlListInFrame)
6            {
7                //frame内のa/hrefを取得
8                var documentInFrame = await context.OpenAsync(frameUrl);
9                var linksInFrame = documentInFrame.GetElementByAttr("a", "href");
10                var urlListInFrame = new List<string>()
11                    .AddUrls(baseUrl, linksInFrame, flagRegex);
12                foreach (var url in urlListInFrame)
13                {
14                    Console.WriteLine(url);
15                }
16            }
17
18            //下記だと取得できない
19            var urlListInFrame = new List<string>()
20                .AddRelativePathUrls(domain, frameLinks, relativeRegex)
21                .Select(async frameUrl =>
22                {
23                    var documentInFrame = await context.OpenAsync(frameUrl);
24                    var linksInFrame = documentInFrame.GetElementByAttr("a", "href");
25
26                    return new List<string>()
27                        .AddFlagUrls(baseUrl, linksInFrame, flagRegex);
28                });
29
30            foreach (var url in urlListInFrame)
31            {
32                Console.WriteLine(url);
33            }
34

デバッグするとvar documentInFrame = await context.OpenAsync(frameUrl);の宣言がなされないまま処理終了しています。

またLinQを用いた方法で実行した際には下記のメッセージが出力されます。
エラーや例外は出ません。

csharp
1//可読性のため適当に改行しましたが元々はワンライナーで出力されています。
2System.Runtime.CompilerServices.AsyncTaskMethodBuilder`1+AsyncStateMachineBox`1
3[System.Collections.Generic.List`1[System.String],
4ScrapingWithAngleSharp.Program+<>c__DisplayClass0_0+<<Main>b__0>d]

教えてほしいこと

同じ処理に見えますが、なぜforeachの書き方だと想定どおりに動きLinQの書き方では上手く行かないのか、
手がかりだけでも教えていただければ幸いです。

宜しくおねがいします。

行動規範の内容に同意します

回答1件

ベストアンサー

同じ処理に見えますが

foreachの方はforeachの中にforeachがあるのでいわゆる2重ループですが
LinqのほうはSelect()の後にforeachがあるので2重ループではありません。

投稿2021/08/31 08:06

ozwk

総合スコア13528

BluOxy

2021/08/31 08:48

加えて、mozamoza_fruit さんが求めている Linq のメソッドは SelectMany ではないかと思いました

mozamoza_fruit

2021/08/31 12:07

ご回答ありがとうございます！仰るとおり二重ループしていてSelectManyする必要がありました！下記記述で実現できました！ ```csharp var urlListInFrame = new List<string>() .AddRelativePathUrls(domain, frameLinks, relativeRegex) .Select(async frameUrl => { var documentInFrame = await context.OpenAsync(frameUrl); var linksInFrame = documentInFrame.GetElementByAttr("a", "href"); return new List<string>() .AddFlagUrls(baseUrl, linksInFrame, flagRegex); }) .SelectMany(x => x.Result); //ココを追記 foreach (var url in urlListInFrame) { Console.WriteLine(url); } ```

行動規範の内容に同意します