如何用PowerShell提取文本文件中特定位置的URL（去除括号）

以下是实现需求的步骤和脚本：

步骤说明 #

• 读取整个文本文件内容（合并所有内容为单个字符串，处理URL跨换行的情况）
• 使用正则表达式提取括号内的完整URL
• 下载该URL对应的内容并保存为HTML文件

完整脚本 #

# 替换为你的文本文件路径
$filePath = "C:\your\file\path.txt"
# 替换为要保存的HTML文件路径
$outputHtmlPath = "C:\your\output\result.html"

# 读取文件内容为单个字符串
$content = Get-Content -Path $filePath -Raw

# 提取括号内的URL（支持跨换行的情况）
$urlMatch = [regex]::Match($content, '\((https?://.*?)\)', [System.Text.RegularExpressions.RegexOptions]::Singleline)

if ($urlMatch.Success) {
    $targetUrl = $urlMatch.Groups[1].Value
    Write-Host "提取到的URL: $targetUrl"

    # 下载并保存为HTML文件
    try {
        Invoke-WebRequest -Uri $targetUrl -OutFile $outputHtmlPath
        Write-Host "HTML文件已成功保存至: $outputHtmlPath"
    }
    catch {
        Write-Host "下载失败: $_"
    }
}
else {
    Write-Host "未找到符合条件的URL"
}

关键细节解释 #

• -Raw 参数：确保将整个文件读取为一个连续字符串，避免URL因换行被分割导致匹配失败
• 正则表达式 Singleline 选项：让通配符 . 匹配包括换行在内的所有字符，确保跨多行的URL能被完整捕获
• Invoke-WebRequest：负责下载网页内容，-OutFile 指定最终HTML文件的保存路径

内容的提问来源于stack exchange，提问作者Coder