在Powershell中查找html标记之间的字符串

Question

我正在尝试编写一个Powershell脚本，该脚本将在HTML文件中的两个HTML标记之间拉出一个字符串。我不知道它的价值是什么，但我知道需要搜索哪些标签。另外，我知道不的标签总是出现在一行的开头（即，它们可以位于一行文本的中间）。最后，我也知道标签和它们之间的字符串永远不会跨越一条线。

我将文件的路径存储在变量

中

$filePath = "C:\Path\file.html"

我正在尝试在<h6>和</h6>之间找到任何值，并将这些值存储在数组中。

Answer 1

尝试

$myarray = gc $filepath | 
% { [regex]::matches( $_ , '(?<=<h6>\s+)(.*?)(?=\s+</h6>)' ) } | 
select -expa value

如果有的话，删除起始和尾随空格。 如果您还需要此空格，请从正则表达式模式中删除\s+