HtmlWebResponseObject.ParsedHtml Powershell Core 6 中的替换

Question

我的目标是解析使用 Invoke-WebRequest 检索到的 html 文件。如果可能的话，我想避免使用任何外部库。

我面临的问题是，Invoke-WebRequest returns BasicHtmlWebResponseObject 而不是 HtmlWebResponseObject since Powershell 6。 Basic 版本缺少 ParsedHtml 属性。在 Powershell Core 6 中是否有解析 html 的好的替代方法？

我试过使用 Select-Xml 但我的 html 不完全有效（例如缺少结束标记），因此无法解析结果。

我发现的另一种选择是使用 New-Object -ComObject "HTMLFile"，但据我了解，这依赖于 Internet Explorer 进行解析，我想避免这种情况。

有一个非常相似的问题 here 但遗憾的是这个问题没有答案或 activity 自 8 个月以来。

Answer 1

如评论中所述，没有图书馆是不可能的。一个非常好的库，您可以使用它 AngleSharp library for dotnet. It has great html parsing capabilities and dotnet code interacts very friendly with powershell, have a look at this link.

这是他们网站上的一个例子：

var config = Configuration.Default.WithDefaultLoader();
var address = "https://en.wikipedia.org/wiki/List_of_The_Big_Bang_Theory_episodes";
var context = BrowsingContext.New(config);
var document = await context.OpenAsync(address);
var cellSelector = "tr.vevent td:nth-child(3)";
var cells = document.QuerySelectorAll(cellSelector);
var titles = cells.Select(m => m.TextContent);

HtmlWebResponseObject.ParsedHtml Powershell Core 6 中的替换

HtmlWebResponseObject.ParsedHtml replacement in Powershell Core 6

powershell

powershell-core

powershell-6.0