使用Powershell将TD标记值从HTML转换为.txt

我仍然在Powershell中爬行，所以在尝试了但没有成功后决定问

我有一个如下的HTML代码。我需要提取tr标签上的单词和td标签上的所有值，并将其导出到.txt文件

使用下面的代码可以很好地工作，但这取决于字体颜色：

$result = [regex]::Matches($content, 'style="color&#58;black;".*?>(.*?)</span>')
$result | select { ($_.Groups[1].Value -replace '&#160;', '' -replace '​', '').Trim().Trim(',')} | Out-file $outfile -Encoding ascii

正如您在HTML代码中看到的，有些列TD没有这种模式 如何在Powershell中获取这些值？我尝试了以下选项，但没有成功：

$result = [regex]::Matches($content, 'style="windowtext;".*?>(.*?)</td>')
$result | select { ($_.Groups[1].Value -replace '&#160;', '').Trim().Trim(',')} | Out-file $outfile

$result = [regex]::Matches($content, '<td.*?>(.+)</td>')

$result = [regex]::Matches($content, '<td.*?>(.*?)</td>') | % { $_.Captures[0].Groups[1].value} | Out-file $outfile

同样，我需要提取TR标签上的Chile单词和TD标签上的所有值，并将其导出到.TXT文件中

智利 2. &160; &160; 14,19 1. 26 &160; 15 18,19 9,27 1.

---

8,25我必须在这里做出一些假设，为您提供答案。我假设您正在使用一个完整的HTML文档。如果没有，请更新您的需求，因为将文档作为XML处理可能更容易

使用invoke webrequest检索该文档：

$html = invoke-webrequest "http://www.yourpath.here"

现在我假设您使用的内容在该页面上只有一个表。这将获得返回文档的第一个表。如果不需要第一个表，可以更改索引，也可以使用where子句根据条件选择所需的表

$table = $html.parsedHtml.getElementsByTagName("table")[0]

现在，因为我不知道你们表格的全部内容，我假设智利不会出现在整个表格的任何其他地方。这必须是真的，因为我将采取一种简单的方法来忽略TR中的所有innerHTML。如果不是这样，您将需要实现额外的逻辑来检查您是否只读取TR中的TH

$TR = $table.getElementsByTagName("tr") | where { $_.innerText -like "*Chile*" }

接下来，我们可以抓住所有TD元素：

$TD = $TR.getElementsByTagName("td")

此时，所有TD对象都在一个数组中。您可以使用以下内容转储内容：

$TD | foreach { $_.innerText }

---

奇怪的是，仅仅执行$TD.innerText不会产生此输出。

您需要发布您试图解析的文件中的相关行。虽然毫无疑问和标记是什么，但您的个人使用和样式或其他格式说明符可能会有所不同。请参阅：。这是您正在解析的完整HTML文档，还是只是其中的一部分？唉，你，所以希望你已经有了一个完整的HTML文档，因为这样你就可以在DOM树上走下去了。事实上，这正是我正在研究的部分。只是我需要从中提取数据的部分。您好，非常感谢您提供的逻辑解释，今天我花了一些时间来查看它，它对版本5非常有效，但对版本4却不起作用，而版本4正是我目前在服务器上的版本。我正在试图找出如何使其在版本4上工作。您指的是您的PowerShell版本，对吗？我知道Invoke WebRequest从2.0开始就已经存在了，但我明天会检查parsedHTML功能是否在以后引入，以及我是否可以找到替代方案。是的！正确，PS版本问题。我的主要目标是能够从HTML文件中获取表内容并处理数据。我使用的是一个完整的html文件。更正，调用WebRequest是在3.0中引入的。也就是说，我在3和4中测试了这个，它对我有效。你能发布更新代码的详细信息和错误消息吗？我相信我已经发现问题所在，我的服务器网络不允许我从网页下载内容，所以每次我尝试从服务器访问时都会被阻止。从本地机器下载很好，但我已经设法使用另一种方法下载，现在运行良好！：非常感谢你的耐心和帮助，你摇滚！