如何使用 PowerShell 解析网站的 HTML

我正在尝试检索有关网站的一些信息，我想查找特定的标签/类，然后返回包含的文本值（innerHTML）。这就是我到目前为止所拥有的

$request = Invoke-WebRequest -Uri $url -UseBasicParsing
$HTML = New-Object -Com "HTMLFile"
$src = $request.RawContent
$HTML.write($src)


foreach ($obj in $HTML.all) { 
    $obj.getElementsByClassName('some-class-name') 
}

我认为将 HTML 转换为 HTML 对象存在问题，因为当我尝试“选择对象”时，我看到很多未定义的属性和空结果。

那么花了两天时间，我该如何使用 Powershell 解析 HTML 呢？

• 我不能使用IHTMLDocument2方法，因为我没有安装Office（无法使用 IHTMLDocument2)
• 我无法使用Invoke-Webrequest没有-UseBasicParsing因为 Powershell 在访问 ParsedHTML 属性时挂起并生成额外的窗口（parsedhtml 不再响应 and 在 PowerShell 3.0 中使用 Invoke-Webrequest 会产生 Windows 安全警告)

既然用正则表达式解析 HTML 是一个很大的禁忌，那么我该怎么做呢？似乎什么都不起作用。

由于没有其他人发布答案，我设法使用以下代码获得了一个可行的解决方案：

$request = Invoke-WebRequest -Uri $URL -UseBasicParsing
$HTML = New-Object -Com "HTMLFile"
[string]$htmlBody = $request.Content
$HTML.write([ref]$htmlBody)
$filter = $HTML.getElementsByClassName($htmlClassName)

对于某些 URL，我发现 $filter 变量为空，而其他 URL 则填充了该变量。总而言之，这可能适合您的情况，但似乎 Powershell 并不是进行更复杂解析的方法。