Powershell，从html文件中删除文本行
Powershell，从html文件中删除文本行
提问于 2012-06-11 18:04:44
我有一些html文件格式的报告。我需要将它们放到excel中并进行一些更改，所以我认为我可以在使用powershell之前进行这些更改。其中一些行位于固定位置，其他行不在固定位置，因此我需要通过让脚本识别模式来删除它们。
固定行从上开始: 12-14,17,19,25-27,30-32,40-42固定行从下开始: 3-13，48-60
我需要查找和删除的模式是：
<td align="center">random string</td>
<td align="left">random string</td>
<td align="left">random string</td>
<td align="left">random string</td>
<td align="right">random string</td>对于我发现的固定线路，我可以这样做：
(gc $maindir\Report23.HTML) | ? {(12..14) -notcontains $_.ReadCount} | out-file $maindir\Report23b.HTML它的工作原理是删除12-14行，但我需要将其余的固定行号放在同一命令中，而我似乎不知道该如何操作。此外，输出文件的文件大小是原始文件的两倍，我觉得这很奇怪。我尝试使用set-content，它产生的文件大小接近于原始文件大小，但在某些部分破坏了文本编码。
我不知道如何去识别模式……
回答 2
Stack Overflow用户
回答已采纳
发布于 2012-06-11 18:49:09
输出文件的文件大小是原始文件的两倍，因为原始文件可能是ASCII编码的，而新文件是默认的Unicode编码的。试试这个：
$length = (gc $maindir\Report23.HTML).length
$rangefrombottom = ($length-60)..($length-48)+($length-13)..($length-3)
$rangefromtop = 12..14+17,19+25..27+30..32+40..42
(gc $maindir\Report23.HTML) | ? {$rangefromtop -notcontains $_.ReadCount} | ? {$rangefrombottom -notcontains $_.ReadCount} | out-file -encoding ASCII $maindir\Report23b.HTMLStack Overflow用户
发布于 2012-06-11 18:24:11
你不能这样做吗：
$lines = 12..14
$lines += 17
$lines += 25..27
$lines += 30..32
$lines += 40..42然后在where子句中使用该数组：
? {$lines -notcontains $_.ReadCount} 页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/10978039
复制相关文章
相似问题
腾讯云开发者
