0

我有一个 html 文件，其中的链接格式为

<a href="http://www.google.com>Date: 25.02.2013 10:30 Name: Google</a><br>

我正在尝试编写一个 powershell 脚本，它将获取链接、日期、时间和名称，并将它们以 CSV 格式（链接、日期、时间、名称）

以下将为我提供链接，但不提供其余信息，我只是错过了什么吗？正则表达式有效，尽管在寻找名称的人中放弃“名称：”会有所帮助。

$input_path = 'C:\temp\myfile.html'
$output_file = 'C:\temp\myfile.csv'
$regex_link = '([a-zA-Z]{4})://([\w-]+\.)+[\w-]+(/[\w- ./?%&=]*)’
$regex_date = '\d{2}\.\d{2}\.\d{4}'
$regex_time = '\d{2}:\d{2}'
$regex_name = 'Name:\s([\w]*)'
$myVar = select-string -Path $input_path -Pattern $regex_link, $regex_date, $regex_time, $regex_name -AllMatches| % { $_.Matches } | % { $_.Value } 
$myVar
4

1 回答 1

0

这不是我猜的最干净的解决方案，但它在我的测试中有效：

$input_path = 'C:\temp\myfile.html'
$output_file = 'C:\temp\myfile.csv'

(Get-Content $input_path) -match "href" | % {
$data = ($_ -replace '(?:.*)href="(.*?)">Date:\s*([\w\.]+)\s*([\w\:]+)\s*Name:\s*(.*)</a>(?:.*)' , '$1;$2;$3;$4').Split(";")
New-Object psobject -Property @{
    "Link" = $data[0].Trim()
    "Date" = $data[1].Trim()
    "Time" = $data[2].Trim()
    "Name" = $data[3].Trim()
    }
} | Select-Object Link, Date, Time, Name | Export-Csv $output_file -NoTypeInformation

我的文件.html：

<html>
<body>
asdsanfkj
djaksl
sadjklas
<a href="http://www.google.com">Date: 25.02.2013 10:30 Name: Googledas adka kasjiw</a><br>
sadsadmdsa
<a href="http://www.google2.com">Date: 22.22.2222 20:20 Name: Google2asd addasd </a><br>
sajl
dasjdsa
asd
</body>
</html>

我的文件.csv：

"Link","Date","Time","Name"
"http://www.google.com","25.02.2013","10:30","Googledas adka kasjiw"
"http://www.google2.com","22.22.2222","20:20","Google2asd addasd"
于 2013-02-26T19:46:34.087 回答