Question

我在html文件中有一些报告。我需要将它们放在excel并进行一些更改，所以我想我可以事先使用PowerShell进行这些更改。有些线路在固定的位置，有些则不是这样，我需要通过让脚本识别模式来删除它们。

固定线从顶部开始：12-14,17,19,25-27,30-32,40-42 固定线从底部开始：3-13,48-60

我需要查找和删除的模式是：

<td align="center">random string</td>
<td align="left">random string</td>
<td align="left">random string</td>
<td align="left">random string</td>
<td align="right">random string</td>

对于固定线路，我发现我可以这样做：

(gc $maindir\Report23.HTML) | ? {(12..14) -notcontains $_.ReadCount} | out-file $maindir\Report23b.HTML

它可以删除12-14行，但我需要将其余的固定行号放在同一个命令中，我似乎无法弄清楚如何。输出文件的文件大小也是原始文件大小的两倍，我觉得很奇怪。我尝试使用set-content生成接近原始文件大小的文件大小，但在某些部分中断了文本编码。

我不知道如何识别这个模式......

Answer 1

你不能做类似的事情：

$lines = 12..14
$lines += 17
$lines += 25..27
$lines += 30..32
$lines += 40..42

然后在where子句中使用该数组：

? {$lines -notcontains $_.ReadCount}

Answer 2

输出文件的文件大小是原始文件大小的两倍，因为原始文件可能是ASCII编码的，新文件是默认的Unicode编码。试试这个：

$length = (gc $maindir\Report23.HTML).length
$rangefrombottom = ($length-60)..($length-48)+($length-13)..($length-3)
$rangefromtop = 12..14+17,19+25..27+30..32+40..42
(gc $maindir\Report23.HTML) | ? {$rangefromtop -notcontains $_.ReadCount} | ? {$rangefrombottom -notcontains $_.ReadCount} | out-file -encoding ASCII $maindir\Report23b.HTML

Powershell，从html文件中删除文本行

2 个答案: