解析本地HTML文件

我可以使用Power Shell来解析HTML页面

PS > $foo = Invoke-WebRequest http://example.com

PS > $foo.Links.Count
1

但是如果我下载页面

PS > Invoke-WebRequest -OutFile example.htm http://example.com

然后尝试解析下载的页面,给出意想不到的结果

PS > $foo = Invoke-WebRequest file://$pwd/example.htm

PS > $foo.Links.Count
0

如何解析本地下载的页面？

解决方法

看来,Invoke-WebRequest加载文件协议URI也很好,但即使在PowerShell 4.0(正式支持的地方)它也无法解析它们.

不需要设置网站的另一种方法是将HTML直接加载并解析为MSHTML.

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

$html.links.length;

注意,当我测试这个,一个单

<Meta http-equiv="X-UA-Compatible" content="IE=edge" />

标题阻止了我的HTML解析,我不知道为什么 – 该文档具有类似的XHTML样式标题,MSHTML没有问题.