在 Powershell 中搜索并打印出 .html 数据的信息

Question

我想使用 Powershell 在 .html 文档中搜索特定字符串并打印出来。

让我解释一下我的第一个功能： 我使用此函数搜索路径中包含字符串“Tag”的所有 .html 文档。之后我搜索字符串“ID：”，跳过标签"</TD><TD>" 并使用以下正则表达式打印出以下32个字符，即ID。下面你会看到 html 文件的一部分，然后是我的函数。

<TR VALIGN=TOP><TD>Lokation:</TD><TD>\Test1\blabla\asdf\1234\WS Auswertungen</TD></TR>
<TR VALIGN=TOP><TD>Beschreibung:</TD><TD></TD></TR>
<TR VALIGN=TOP><TD>Eigentümer:</TD><TD><IMG ALIGN=MIDDLE SRC="file:///C:\Users\D0262290\AppData\Local\Temp\23\User.bmp">&nbsp;Wilmes, Tanja</TD></TR>
<TR VALIGN=TOP><TD>ID:</TD><TD>55C7B7F411E2661E001000806C38EBA0</TD></TR>
</TABLE></TD><TD><IMG ALIGN=MIDDLE SRC="file:///C:\Users\D0262290\AppData\Local\Temp\23\User.bmp">&nbsp;

功能：

Function searchStringID {
    Get-ChildItem -Path C:\Users\blub\lala\Dokus -Filter *.html |
    Select-String -Pattern "Tag" |
    select Path |
    Get-ChildItem |
    foreach {
        if ((Get-Content -Raw -Path $_.FullName) -replace "<.*?>|\s" -match "(?s)ID:(?<Id>[a-z0-9]{32})" ) {

            printToOutputLog
        }
   }
}

这一切都很好。

现在我需要检查另外 2 条信息，但我无法弄清楚我必须使用的正则表达式，因为它没有固定长度的字符。 我总是必须在下面的问题中检查字符串“Tag”。

我的第一个问题： 我已经得到了文件的位置，所以我必须搜索字符串“Lokation:”（你可以在我之前发布的 html 上查看它）。 因此，获取我必须再次跳过标签</TD><TD> 并使用正则表达式来获取位置的信息。我的问题是我必须知道如何管理不固定长度的字符。有没有办法打印出 "Lokation:</TD><TD>" 和 "</TD></TR>" 之间的字符？ 其他 html 文件中的标签都是相同的，所以我只需要一个适用于我的示例的解决方案。

我的第二个问题： 我必须读出对象的名称。在 html 文档中，它像这样存储在评论中。对象的名称在“[OBJECT:] 之后开始，以“]”结尾。同样，我不知道我可以使用哪个表达式。可以使用下面示例对象名称中的特殊字符。

 <!-- ################################################################## -->
 <!-- #  [OBJECT: NAME BLA bla/ BLA_BLA 1 22:34]  # -->
 <!-- ################################################################## -->

如果有人能帮助我，我将不胜感激。每个提示对我都很有用，因为我的大脑真的卡在这里了。 谢谢和欢呼

Answer 1

好的，这个获取每个文件的内容并通过 Switch 运行每一行以匹配三个 RegEx 表达式。它针对您的示例数据对我有用。它将每个匹配项分配给您要查找的三件事中的每一个的变量，然后为每件事输出一个对象。

Function searchStringID {
    Get-ChildItem -Path C:\Users\blub\lala\Dokus -Filter *.html |
    Select-String -Pattern "Tag" |
    select Path |
    Get-ChildItem |
    foreach {
        Switch -Regex (Get-Content -Path $_.FullName){
             "((?<=ID:.+?)[a-z0-9]{32})" {$ID = $Matches[1]}
             "Lokation:.+?>(\\[^<]+)"  {$Location = $Matches[1]}
             "OBJECT: ?([^\]]+)"       {$Object = $Matches[1]}
        }
        [PSCustomObject][Ordered]@{
            'ID' = $ID
            'Location' = $Location
            'Name' = $Object
        }
    }
}

那么您可以将其分配给一个变量并根据需要处理一组结果（输出到 CSV？当然！以表格形式显示到屏幕上？可以！给整个公司发电子邮件？嗯，是的，但我不建议这样做。）

当我对你的样本运行它时，它给了我什么：

ID                                                                     Location                                                               Name                                                                 
--                                                                     --------                                                               ----                                                                 
55C7B7F411E2661E001000806C38EBA0                                       \Test1\blabla\asdf\1234\WS Auswertungen                                NAME BLA bla/ BLA_BLA 1 22:34