Question

我有一个类似结构化HTML文件的目录（给出两个例子）：

文件-1.HTML

<html>
    <body>
        <div class="foo">foo</div>
        <div class="bar"><div><p>bar</p></div></div>
        <div class="baz">baz</div>
    </body>
</html>

文件-2.HTML

<html>
    <body>
        <div class="foo">foo</div>
        <div class="bar"><div><p>apple<br>banana</p></div></div>
        <div class="baz">baz</div>
    </body>
</html>

我正在尝试创建一个Powershell脚本来返回bar div的内容，从所有html中删除：

For File-1.html：bar 对于File-2.html：apple banana

我现在有：

$directory = "C:\Users\Public\Documents\Sandbox\HTML"

foreach ($file in Get-ChildItem($directory))
{
    $content = Get-Content "$directory\$file"

    echo $content.ParsedHtml.getElementById("bar").innerHTML
}

这会返回错误：

You cannot call a method on a null-valued expression. 
At C:\Users\Public\Documents\Sandbox\parse-html.ps1:9 char:2 
+     echo $content.ParsedHtml.getElementById("bar").innerHTML`

我不明白这个错误，因为bar是一个存在的HTML元素。

我做错了什么？

Answer 1

您可以尝试这样的事情：

 $content = Get-Content File-1.html
 $xmlContent = [xml]$content

 $bar = $xmlContent.html.body.div | where {$_.div -eq 'bar'}

 Write-Output $bar.InnerXML

使用Powershell返回HTML div的内容

1 个答案: