如何用PowerShell提取嵌套DOM元素中的指定内容？

问题场景 #

需要提取网页中class为school的div下，class为count的span中的数值（示例中的52）。网页DOM结构如下：

[...]
<div class="school">
    <span class="count">52</span>
    <span class="text">Some text</span>
</div>
<div class="home">
    <span class="count">33</span>
    <span class="text">Some text</span>
</div>
[...]

已通过分步代码实现需求：

$url = 'https://url.com/something'
$html = Invoke-WebRequest $url
$school = $html.ParsedHtml.body.getElementsByTagName('div') |
Where {$_.getAttributeNode('class').Value -eq 'school'}
$count = $school.getElementsByTagName('span') | 
Where {$_.getAttributeNode('class').Value -eq 'count'}

但尝试链式调用时无法生效：

$school = $html.ParsedHtml.body.getElementsByTagName('div') |
Where {$_.getAttributeNode('class').Value -eq 'school'} | getElementsByTagName('span') |
Where {$_.getAttributeNode('class').Value -eq 'count'}

失效原因 #

核心问题在于PowerShell管道的处理逻辑：

• Where-Object（简写Where）输出的是DOM元素对象（这里是单个div.school元素）
• getElementsByTagName是DOM元素的实例方法，而非PowerShell内置的cmdlet或函数
• 直接在管道中写getElementsByTagName('span')时，PowerShell会尝试寻找同名的管道命令，而非调用前一个对象的实例方法，因此链式调用无法正确执行

修复后的链式调用写法 #

要在管道中调用对象的实例方法，需要借助ForEach-Object（简写%）来执行：

$count = $html.ParsedHtml.body.getElementsByTagName('div') |
Where {$_.getAttributeNode('class').Value -eq 'school'} |
ForEach-Object { $_.getElementsByTagName('span') } |
Where {$_.getAttributeNode('class').Value -eq 'count'}

这样就能通过链式调用正确筛选出目标元素。

内容的提问来源于stack exchange，提问作者Fridleif