shell解析html文件,请问Powershell解析html的问题

我正在使用Powershell的Microsoft服务器。 我要做的任务是获取并设置"测试用例"类型的给定工作项的"步骤"。

，TFS在XML文档中存储诸如 HTML HTML这样的信息，以避免HTML元素，从而避免使用 XML 。

下面是一个示例：

复制代码

I do this and that

I do something else

This happens

显示为：

如何获得每个项目的"纯文本"？ 比如 This happens 离开了 

This happens

 我必须编写自己的解析器，还是已经经有一些可以以使用的解析器？

html

powershell

tfs

时间:17年09月18日原作者:jir 共1个回答

0 0

在 System.Web 命名空间中有一些可以帮助你的东西：

复制代码PS> add-type -AssemblyName system.web

PS> [System.Web.HttpUtility]::HtmlDecode("Baskin & Robbins")Baskin & Robbins

更新

我又读了你的问题，你想要的不止这个。 如果你不熟悉xml和html语义，那么这是一个有点复杂的问题，因这里这是一个脚本。 我希望你能根据需要修改它。

复制代码add-type -AssemblyName system.web

$raw = @'

I do this and that

I do something else

This happens

'@$xml = [xml]$raw

$xml.steps.step | foreach-object {

write-host ('Processing {0}...' -f $_.type)

$_.parameterizedString | foreach-object {

# decode html entities

$html = [System.Web.HttpUtility]::HtmlDecode($_.innerText)

# let's hope the html is balanced and valid xhtml (matching begin/end tags)

# assumption is that the innermost

wraps the desired text

# match with xpath

$text = ([xml]$html).SelectSingleNode('//P/text()').value

write-host"Text: '$text'"

}}