使用Powershell提取錨標記鏈接文本

Question

我試圖從類似下面一行使用PowerShell提取鏈接文本。

<a href="javascript:showPopupWindow('catdesc.jsp?catnum=20')">Entertainment</a>, <a href="javascript:showPopupWindow('catdesc.jsp?catnum=5')">Intimate Apparel/Swimsuit</a>, and <a href="javascript:showPopupWindow('catdesc.jsp?catnum=92')">Suspicious</a> 

我試過以下，但它只是匹配的第一個結果，幷包括>和<我不想要的。我確定這是正則表達式的一個問題，但我不太清楚它是否足夠了解哪些是錯誤的。注意上面的字符串是$result.categorization

$result.categorization -match '(\>(.*?)\<)' 

這將返回

Name,Value 
2,Entertainment                    
1,>Entertainment< 
0,>Entertainment< 

我想回到

Name,Value 
2,Suspicious                    
1,Intimate Apparel/Swimsuit 
0,Entertainment 

我也試過正則表達式上市Regular expression to extract link text from anchor tag，但不匹配任何東西。

Answer 1

我不知道在哪裏輸出頭和數字從何而來，但在這裏是完全按照規定提取從單行輸入鏈接文本的解決方案：

$str = @' 
<a href="javascript:showPopupWindow('catdesc.jsp?catnum=20')">Entertainment</a>, <a href="javascript:showPopupWindow('catdesc.jsp?catnum=5')">Intimate Apparel/Swimsuit</a>, and <a href="javascript:showPopupWindow('catdesc.jsp?catnum=92')">Suspicious</a> 
'@ 

$str -split ', and |, ' -replace '.*?>([^<]*).*', '$1' 

• $str -split ', and |, '將輸入行分成單獨的元素。

• -replace然後操作每個單獨的<a>元件上：

  • '.*?>([^<]*).*'的整個線相匹配，但僅捕獲在所述一個和僅捕獲組，(...)鏈接文本。
  • 替換文本$1然後用捕獲組所匹配的內容替換整個行，即僅實際返回鏈接文本。

---

至於你嘗試過什麼：

-match從未提取其輸入部分 - 它返回一個布爾指示是否找到匹配與標 LHS ，或者與陣列作爲LHS匹配項目的過濾子陣列。

也就是說，自動$Matches變量確實包含有關哪些部件匹配的信息，但僅與標量 LHS有關。

'(\>(.*?)\<)'包含兩個與文字>相匹配的嵌套捕獲組，後面跟着任意數量的字符（非貪婪地匹配），然後是文字<。
這是捕獲鏈接文本的捕獲組。 不過：

• 沒有必要爲外捕獲組。
• >和< do 不是需要\ - 在正則表達式中進行轉義（儘管它沒有任何傷害）。