解析 XML 并删除一些不需要的字符串并写入 txt答案

【问题标题】：Parse XML and remove some not needed strings and write to txt解析 XML 并删除一些不需要的字符串并写入 txt
【发布时间】：2018-03-24 10:39:08
【问题描述】：

我正在寻找一种在 PowerShell 中为特定字符串解析 rss 提要 (XML) 的方法。 RSS（缩短）看起来像：

<channel>
<title>title here</title>
<link>http://link.com</link>
<description>this is a description</description>
<language>en-us</language>
<item>
<title>title1</title>
<description>URL: url1.com/filenamehere, IP Address: 123.123.123.123.123.123, Country: AA</description>
</item>
<item>
<title>title2</title>
<description>URL: url2.com/filenamehere, IP Address: 123.123.123.123.123.123, Country: AA</description>
</item>
<item>
<title>title3</title>
<description>URL: url2.com/filenamehere, IP Address: 123.123.123.123.123.123, Country: AA</description>
</item>

我正在下载 RSS，并且能够解析我感兴趣的“描述”字段：

$rssFeed = [xml](New-Object System.Net.WebClient).DownloadString('http:/url2feed.com/rss/')
$rssFeed.rss.channel.item | Select-Object description -First 5

输出是：

URL：url1.com/filenamehere，IP地址：123.123.123.123.123.123，国家：AA URL：url2.com/filenamehere，IP地址：123.123.123.123.123.123，国家：AA URL：url3.com/filenamehere，IP地址：123.123.123.123.123.123，国家：AA

但我只对“URL：”之后的链接感兴趣，例如url1.com/文件名。那么，我可以请求您的帮助，请退出开头的“URL：”以及“描述”字段中第一个逗号之后的所有内容吗？此外，我想在每个 URL 之前添加“http://”。

【问题讨论】：

-replace '^URL: (.*?),.*', 'http://$1'

标签： xml powershell parsing rss

【解决方案1】：

这个案例比较简单，但我会在这里发布一个解决方案，作为更复杂案例的想法。

假设您想使用其中一条线。

$line="URL: url3.com/filenamehere, IP Address: 123.123.123.123.123.123, Country: AA"

此行有多个带有空格的分隔符。但是由于它的结构相对较好，您可以轻松提取所需的信息，而无需正则表达式，只需按分隔符将其分成段即可。

例如返回url值

$url=(($line -split ", ")[0] -split ": ")[1]

如果存在空格不规范的情况，那么您可以将责任从分隔符中推到修剪函数中。像这样

$url=(($line -split ",")[0].Trim() -split ":")[1].Trim()

在任何一种情况下，$url 都将是

url3.com/filenamehere

您可以随意使用它，例如

$url="http://$url"

【讨论】：

【解决方案2】：

试试下面的行。将“URL：”替换为“URL：http：//”

$rssFeed.rss.channel.item |选择对象@{Name = "title";表达式 = {$_.description -replace "URL: ","URL: http://"}} -First 5

【讨论】：