如何使用PowerShell获取StackOverflow回答/评论内容并提取脚本

核心思路 #

通过Invoke-WebRequest获取目标回答页面，解析HTML定位到指定回答区块，提取其中的PowerShell代码块并保存为.ps1文件。

具体实现步骤 #

• 1. 定义参数：指定目标回答的URL和输出文件路径
• 2. 获取并解析页面：调用Invoke-WebRequest拉取页面，借助HtmlAgilityPack（需提前安装）解析HTML结构
• 3. 定位目标回答：根据URL中的锚点ID（如示例中的1426271）找到对应的回答容器
• 4. 提取代码块：在回答容器内筛选出<pre><code>标签包裹的内容，还原HTML实体编码（如<转<）
• 5. 保存代码：将提取到的代码写入指定的.ps1文件

示例脚本 #

# 首次运行需安装HtmlAgilityPack
# Install-Package HtmlAgilityPack -Scope CurrentUser

# 配置参数
$targetUrl = "https://superuser.com/questions/176624/linux-top-command-for-windows-powershell/1426271#1426271"
$outputFile = ".\mytop.ps1"

# 获取页面内容
$response = Invoke-WebRequest -Uri $targetUrl -UseBasicParsing

# 解析HTML文档
$htmlDoc = New-Object HtmlAgilityPack.HtmlDocument
$htmlDoc.LoadHtml($response.Content)

# 从URL中提取回答ID并定位目标区块
$answerId = ($targetUrl -split '#')[-1]
$targetAnswer = $htmlDoc.GetElementbyId("answer-$answerId")

if ($targetAnswer) {
    # 提取所有代码块内容
    $codeBlocks = $targetAnswer.SelectNodes("//code")
    if ($codeBlocks) {
        $codeContent = [System.Web.HttpUtility]::HtmlDecode($codeBlocks.InnerText)
        # 写入到.ps1文件
        $codeContent | Out-File -FilePath $outputFile -Encoding utf8
        Write-Host "代码已成功保存到 $outputFile"
    } else {
        Write-Host "该回答中未找到代码块"
    }
} else {
    Write-Host "未找到指定ID的回答"
}

注意事项 #

• 若页面存在反爬机制，可添加-UserAgent "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36"参数模拟浏览器请求
• 如果回答包含多个代码块，可通过筛选code标签的class属性（如language-powershell）精准提取PowerShell代码

内容的提问来源于stack exchange，提问作者YorSubs