使用power shell讀取HTML文件的每一行，並在兩個HTML標籤之間導出文本

Question

我有一個HTML文件，我想在每行的兩個HTML標籤之間導出內容，直到使用PowerShell的EOF。

例子：

<tr valign="top"> 
<td class="ln"></td><td style="color: #000000; background-color: #efcb05; "><code><span class="sf17b16"> &nbsp; &nbsp; &nbsp; &nbsp;"software_name": "Security Update for Microsoft .NET Framework 4 Client Profile (KB2979575v2)",</span>&nbsp;</code></td> 
<td class="ln"></td><td style="color: #000000; background-color: #c0c0c0; "><code>&nbsp;</code></td> 
</tr> 
<tr valign="top"> 
<td class="ln"></td><td style="color: #000000; background-color: #efcb05; "><code><span class="sf17b16"> &nbsp; &nbsp; &nbsp; &nbsp;"software_version": 2,</span>&nbsp;</code></td> 
<td class="ln"></td><td style="color: #000000; background-color: #c0c0c0; "><code>&nbsp;</code></td> 
</tr> 

我想要的輸出

"software_name": "Security Update for Microsoft .NET Framework 4 Client Profile (KB2979575v2)" 
"software_version": 2" 

Answer 1

你可以使用一個簡單的正則表達式來獲取想要的內容，並使用-replace函數替換所有 和使用Trim()去除空空格和逗號

$result = [regex]::Matches($content, 'class="sf17b16".*?>(.*?)</span>') 
$result | select { ($_.Groups[1].Value -replace '&nbsp;', '').Trim().Trim(',') } 

輸出：

"software_name": "Security Update for Microsoft .NET Framework 4 Client Profile (KB2979575v2)"                      
"software_version": 2 

注意：$content是HTML的內容 - 如果你解析一個文件，它看起來像$content = Get-Content c:\yourfile.html