如何根据字符串删除所有图像标记

Question

我正在尝试从文件夹中的几百页的HTML中删除图像。常见的字符串是＆＃34; /stream/image.axd"。我尝试过使用RegEx，但我似乎无法弄清楚如何到达标签的开头和结尾部分。

示例如下所示。

新的齿轮看起来像<img src="/stream/image.axd?picture=planetary.gif" width="600" height="237">

Answer 1

首先：你不应该使用正则表达式解析html，看看here。如果您仍想这样做，可以使用类似

的内容

Get-Content 'file.html' | ForEach{$_ -replace '<.*/stream/image\.axd.*?>'}

更高级，您可以使用this thread中的方法来设置本地html文件的.NET解析版本：

$html = New-Object -ComObject "HTMLFile";
$source = Get-Content -Path "file.html" -Raw;
$html.IHTMLDocument2_write($source);

获得后，您可以按标签名称识别图像，然后使用removeNode方法删除图像标签。