Parse lokale HTML-Datei

Question

Ich kann Powershell verwenden, um eine HTML-Seite

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

PS > $foo.Links.Count 
1 

jedoch zu analysieren, wenn ich die Seite

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

und dann versuchen, laden Sie die heruntergeladene Seite zu analysieren gibt es unerwartetes Ergebnis

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

PS > $foo.Links.Count 
0 

Wie kann ich die lokal heruntergeladene Seite analysieren?

Answer 1

Sie können die Datei mit einem web server verwenden um die stummen Begrenzung der Invoke-WebRequest

diese

PS > $foo = Invoke-WebRequest http://localhost:8080/example.htm 

PS > $foo.Links.Count 
1 

Hinweis wird zu bekommen arbeiten, auch ohne Verbindung, zB

 
PS > Invoke-WebRequest http://example.com 
Invoke-WebRequest : The remote name could not be resolved: 'example.com' 

Answer 2

Es scheint, Das Invoke-WebRequest lädt file Protokoll-URIs gut, aber sie können nicht analysiert werden, selbst in PowerShell 4.0 (wo es offiziell unterstützt wird).

Eine Alternative, die keine Einrichtung einer Website erfordert, wäre, HTML direkt in MSHTML zu laden und zu analysieren.

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

$html.links.length; 

Beachten Sie, dass, wenn ich das getestet, ein einziger

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

Header meinen HTML von Parsing verhindert, und ich habe keine Ahnung, warum - das Dokument ähnlich XHTML-Stil-Header hatte und MSHTML hatte keine Probleme mit diesen.

Answer 3

Verwenden Datei-Link-Format

$foo = Invoke-WebRequest "file:///<path-to-file>"