使用PowerShell提取多XML文件CDATA内容并导出CSV的求助

我是PowerShell新手，想要遍历指定文件夹下的所有XML文件，提取每个文件里CDATA标签内的文本，最后把结果导出到CSV文件。另外还需要处理一个情况：CDATA内容两侧可能有多余空格，输出时要把这些空格去掉，而且CDATA在每行里的位置不固定。

目前我用的脚本会返回文件名、行号以及带可变空格的CDATA标签，但我只需要CDATA标签里的内容：

Get-ChildItem -Path "C:\temp" -Filter "*.xml" -Recurse  | 
    Where-Object { !$_.PSItem } |
    Select-String  "\[[^\[\]]*?\]" -Pattern > export.csv

XML文件示例：

<Name>          <![CDATA[value]]>.    </Name>
<Name><![CDATA[value]]></Name>
<Name>                <![CDATA[value]]></Name>

修正后的解决方案脚本 #

Get-ChildItem -Path "C:\temp" -Filter "*.xml" -Recurse | ForEach-Object {
    $file = $_
    $lineNumber = 0
    Get-Content $file.FullName | ForEach-Object {
        $lineNumber++
        # 匹配CDATA标签并捕获内部内容
        if ($_ -match '<!\[CDATA\[([\s\S]*?)\]\]>') {
            # 去除内容两侧的多余空格
            $cleanContent = $matches[1].Trim()
            # 构造输出对象
            [PSCustomObject]@{
                文件名     = $file.Name
                行号       = $lineNumber
                CDATA内容  = $cleanContent
            }
        }
    }
} | Export-Csv -Path "export.csv" -Encoding UTF8 -NoTypeInformation

关键说明 #

• 移除了原脚本中错误的Where-Object { !$_.PSItem }，这行代码会过滤掉所有文件，导致无输出
• 使用正则表达式<!\[CDATA\[([\s\S]*?)\]\]>精准匹配CDATA标签，([\s\S]*?)捕获标签内的所有内容（包含换行）
• 通过Trim()自动去除CDATA内容两侧的空格、制表符等空白字符
• 用PSCustomObject生成结构化数据，确保CSV输出的列名和内容对应
• Export-Csv的-NoTypeInformation参数避免CSV开头出现多余的类型信息

如果不需要行号字段，只需删除行号 = $lineNumber这一行即可。

内容的提问来源于stack exchange，提问作者Mdog202