如何在PowerShell中移除从Excel复制的HTML格式文本元数据？

从Excel复制数据后，剪贴板中的HTML格式会自带Version、StartHTML、EndHTML等冗余元数据，直接通过Get-Clipboard获取无法自动剔除这些内容。你可以通过正则提取有效片段来解决：

# 获取剪贴板中的原始HTML内容
$rawHtml = Get-Clipboard -TextFormatType Html

# 正则匹配并提取StartFragment与EndFragment之间的有效HTML部分
$cleanHtml = [regex]::Match($rawHtml, '(?s)(?<=StartFragment:\d+\s)(.*?)(?=\sEndFragment:)').Value.Trim()

# 输出清理后的纯HTML
$cleanHtml

说明： #

• (?s) 让正则表达式中的.匹配换行符，确保跨多行提取内容
• 正则表达式精准定位StartFragment:数字之后、EndFragment:之前的内容，直接剥离冗余的元数据头部
• Trim() 移除提取内容前后的空白字符，保证HTML格式整洁

内容的提问来源于stack exchange，提问作者Kasi Raman