如何通过文件中的Xidel模式将HTML列表转为JSON对象数组？

嘿，我来帮你搞定这个问题！你遇到的核心问题应该是没有把提取到的字段结构化包装成对象，再收集成数组——Xidel不会自动把零散的变量输出转换成JSON对象数组，得明确告诉它怎么构造结构。下面是具体的解决步骤和例子：

1. 确保你的提取模式是结构化的 #

首先，你需要把每个HTML列表项映射成一个JSON对象，再把所有对象组合成数组。比如假设你的HTML列表长这样：

<ul class="product-list">
  <li>
    <h3 class="product-name">无线耳机</h3>
    <p class="price">¥299</p>
  </li>
  <li>
    <h3 class="product-name">蓝牙音箱</h3>
    <p class="price">¥199</p>
  </li>
</ul>

方式一：直接在命令行写提取规则 #

用object({...})构造单个对象，再用array(...)包裹成数组，配合--output-format=json参数：

xidel your-file.html --extract "array(//ul[@class='product-list']/li/object({
  'name': h3[@class='product-name']/text(),
  'price': p[@class='price']/text()
}))" --output-format=json

方式二：从文件读取提取模式 #

如果你的规则比较复杂，把它存成一个XQuery文件（比如extract-rule.xq）：

// 提取所有列表项，每个项转成JSON对象，再组成数组
array(
  //ul[@class='product-list']/li/object({
    'name': h3[@class='product-name']/text(),
    'price': p[@class='price']/text()
  })
)

然后执行命令：

xidel your-file.html --extract-file extract-rule.xq --output-format=json

2. 为什么--output-format=json-wrapped没效果？ #

json-wrapped参数的作用是把多个独立的结果包装成JSON数组，但如果你的提取规则只是输出零散的变量（比如单独提取name和price），它只会把这些变量值按顺序塞到数组里，而不是组成{name:..., price:...}的对象。只有当你的提取结果是对象序列时，json-wrapped或者直接用json格式才会生成你想要的对象数组。

3. 排查小技巧 #

• 先测试你的提取规则是否能正确匹配到所有列表项：可以先去掉object和array，只写//ul[@class='product-list']/li，看Xidel是否返回正确的节点数量。
• 检查XQuery语法：object({...})里的键要用单引号或双引号，键值对之间用逗号分隔，不要写错。
• 如果还是有问题，可以加上--verbose参数，查看Xidel的执行日志，看看哪里出了问题。

内容的提问来源于stack exchange，提问作者Mr. Curious