Question

我有以下powershell脚本来获取RSS结果。但是，该脚本返回格式化RSS内容的HTML代码而不是原始RSS源，可以通过右键单击IE屏幕和“查看源”来查看。

问题：

如何获取原始RSS（XML）源？

$url = "http://www.osnews.com/files/recent.xml"
$ie = New-Object -com "InternetExplorer.Application"
$ie.Navigate($url)

while ($ie.busy) { start-sleep -milliseconds 1000; }

$ie.Document.documentElement.OuterHTML

更新
我没有使用webclient，因为我需要先登录我的网站（我只是以osnews.com为例）。使用powershell（cookie，凭证等等）使用webclient登录我的网站似乎并不容易。

我原来的例子：

$ie$url = New-Object -com "InternetExplorer.Application"
$ie.Navigate("http://mysite.com/login")
$ie.visible = $true

while ($ie.busy) { start-sleep -milliseconds 1000; }

$ie.Document.getElementById("username").value = "myusername";
$ie.Document.getElementById("password").value = "mypassword";
$ie.Document.getElementById("login").click();

while ($ie.busy) { start-sleep -milliseconds 1000; }

$url = "http://mysite.com/rss/..."
$ie.Navigate($url)}

[xml]$rss = $ie.Document.documentElement.OuterHTML

Answer 1

不要使用Internet Explorer。你可以这样做，例如通过此代码（PowerShell V2）：

$w = New-Object Net.WebClient
$xml = [xml]$w.DownloadString('http://www.osnews.com/files/recent.xml')

<强>更新：

获取rss源代码要复杂得多，因为InternetExplorer会自动对其进行格式化。此外，如果我取消选中 tools-＆gt; Content-＆gt;设置（用于信息服务） - ＆gt;类似“打开信息频道......”（只是猜测，我将Windows本地化为捷克语），然后它在IE中显示rss本身（未格式化为feed，但格式化为XML）。但是，$ ie.document.body.innerhtml仍然是html :(

Answer 2

尝试使用WebClient：

$url = "http://www.osnews.com/files/recent.xml"
$client = new-object System.Net.WebClient
$htmlsource = $client.DownloadString($url)
$xml = [xml]($htmlsource)

一旦达到这一点，那么你可以做任何事情。例如，您可以打印所有内容，例如：

$xml.rss.channel.item

或者，只有前10个标题，如下：

$xml.rss.channel.item | select title -f 10

Answer 3

尝试这样的事情：

$feed=[xml](new-object system.net.webclient).downloadstring("http://www.osnews.com/files/recent.xml")  
$results= $feed.rss.channel.item | Select-Object TITLE,DESCRIPTION | ConvertTo-Html | out-file c:\rss.htm

Invoke-Expression C:\rss.htm

如何使用IE自动化获取RSS源？

3 个答案: