PowerShell的得到.txt文件，抢源链接，得到的字符串，导出为CSV

Question

为了，我必须：
1）抓住从txt文件

http://example1.htm
HTTP各个环节：// example2.htm
HTTP：//example3.htm
...

2）从每一个环节
3）获得源从源
让我的琴弦4）将字符串导出到csv

它可以使用一个链接。例如：

$topic1 = "kh_header.><b>((?<=)[^<]+(?=</b>))" 
$topic2 = "<b>Numer ogłoszenia:\s([^;]+(?=;))" 
Select-String -Path strona1.htm -pattern $topic1 | foreach-object { 
$_.line -match $topic1 > $nul 
$out1 = $matches[1] 
} 
Select-String -Path strona1.htm -pattern $topic2 | foreach-object { 
$_.line -match $topic2 > $nul 
$out2 = $matches[1] 
} 
echo $out1';'$out2';' | Set-content out.csv -force 

，但我不能得到它与txt文件中的很多链接。我试试看：

$topic = "kh_header.><b>((?<=)[^<]+(?=</b>))" 
$topic2 = "<b>Numer ogłoszenia:\s([^;]+(?=;))" 
$folder = Get-ChildItem e:\sk\html 
    ForEach ($htmfile in $folder){ 
    If ($_.extension -eq ".htm"){ 
    $htmfile = ForEach-Object { 
      $WC = New-Object net.webclient 
      $HTMLCode = $WC.Downloadstring($_.fullname) 
      } 
     Select-String -Path $HTMLCode -pattern $topic | foreach-object { 
     $_.line -match $topic > $nul 
     $out1 = $matches[1] 
     }  
     Select-String -Path $HTMLCode -pattern $topic2 | foreach-object { 
     $_.line -match $topic2 > $nul 
     $out2 = $matches[1] 
     }  
     echo $out1';'$out2';' | Set-content out.csv -force  
    } 
} 

我该如何得到它？

Answer 1

当您在默认情况下使用Select-String时，它只会在任何特定行上找到第一个匹配项。您可以使用AllMatches参数来解决这个问题例如为：

foo.txt contains: "static void Main(string[] args)" 

Select-String foo.txt -pattern '\W([sS]..)' -AllMatches | 
    Foreach {$_.Matches} | 
    Foreach {$_.Groups[1].Value} 

此外，Select-String会是面向行的，所以它不会发现模式跨行匹配。为了找到这些，你需要的文件中读作串串如：

$text = [io.file]::readalltext("$pwd\foo.txt") 

然后使用一些特殊的正则表达式的指令如：

$text | Select-String -pattern '(?si)\W([sS]..)' -AllMatches | 
     Foreach {$_.Matches} | 
     Foreach {$_.Groups[1].Value}