Question

我正在尝试使用PowerShell从下面的行中提取链接文本。

<a href="javascript:showPopupWindow('catdesc.jsp?catnum=20')">Entertainment</a>, <a href="javascript:showPopupWindow('catdesc.jsp?catnum=5')">Intimate Apparel/Swimsuit</a>, and <a href="javascript:showPopupWindow('catdesc.jsp?catnum=92')">Suspicious</a>

我尝试了以下内容，但它仅匹配第一个结果，并且包含我不想要的>和<。我确定这是正则表达式的一个问题，但我不太清楚它看错了什么。请注意，上面的字符串是$result.categorization

$result.categorization -match '(\>(.*?)\<)'

返回

Name,Value
2,Entertainment                                                                            
1,>Entertainment<
0,>Entertainment<

我想返回

Name,Value
2,Suspicious                                                                            
1,Intimate Apparel/Swimsuit
0,Entertainment

我还尝试了列出的正则表达式Regular expression to extract link text from anchor tag，但这与任何内容都不匹配。

Answer 1

我不知道输出中的标题和数字来自哪里，但是这里是一个解决方案，它完全按照指定的方式从单行输入中提取链接文本：

$str = @'
<a href="javascript:showPopupWindow('catdesc.jsp?catnum=20')">Entertainment</a>, <a href="javascript:showPopupWindow('catdesc.jsp?catnum=5')">Intimate Apparel/Swimsuit</a>, and <a href="javascript:showPopupWindow('catdesc.jsp?catnum=92')">Suspicious</a>
'@

$str -split ', and |, ' -replace '.*?>([^<]*).*', '$1'

$str -split ', and |, '将输入行拆分为单独的<a>元素。
-replace然后分别对每个<a>元素进行操作：
- '.*?>([^<]*).*'与整个行匹配，但仅捕获唯一捕获组(...)中的链接文本。
- 替换文本$1然后用捕获组匹配的内容替换整行，即实际上只返回链接文本。

至于你的尝试：

-match从不提取其输入的部分 - 它会返回 Boolean ，指示是否找到与标量 LHS匹配的内容，或带有数组作为LHS的匹配项的过滤子数组。

也就是说，自动$Matches变量确实包含有关哪些部分匹配的信息，但仅包含标量 LHS的信息。

'(\>(.*?)\<)'包含两个嵌套的捕获组，它们与文字>匹配，后跟任意数量的字符（非贪婪匹配），后跟文字<。内部捕获组将捕获链接文本。但是：

不需要外部捕获组。
>和<做不需要\ - 在正则表达式中转义（虽然没有任何损害）。

使用Powershell提取锚标记链接文本

1 个答案: