如何用XPath从Power Automate的HTTP with Azure AD结果提取网页内容？

方法一：用XPath提取（推荐结构稳定的场景） #

Power Automate没有专门的HTML解析连接器，但可以通过表达式结合xpath()函数实现提取，步骤如下：

• 把二进制内容转成字符串：添加Compose动作，输入表达式：

  base64ToString(body('Get_web_resource'))
  

• 预处理HTML为可解析的XML：再添加一个Compose动作，清理HTML里可能导致XML解析失败的内容（比如DOCTYPE、未闭合标签），示例表达式：

  replace(replace(base64ToString(body('Get_web_resource')), '<!DOCTYPE[^>]*>', ''), '<br>', '<br/>')
  

  （根据实际网页结构，还可以补充其他未闭合标签的处理，比如<div>这类）
• 执行XPath提取：添加第三个Compose动作，用xpath()函数抓目标内容，示例表达式：

  first(xpath(xml(outputs('Compose_2')), '//*[@id="Content"]/here/section[3]/ul/li/p/text()'))
  

  • 如果只需要第一个匹配的段落，用first()；如果有多个匹配项，用join(outputs(...), '\n')把所有结果拼接起来。

方法二：用Split函数替代（适合结构简单固定的场景） #

要是网页结构足够固定，直接通过目标段落的前后特征字符串拆分提取就行：

• 转二进制为字符串：同样用Compose动作，表达式和上面一致：

  base64ToString(body('Get_web_resource'))
  

• 拆分提取内容：添加Compose动作，根据目标段落的前后标记拆分，示例表达式：

  split(split(outputs('Compose'), '<section id="Content">here<section[3]/ul/li/p>')[1], '</p>')[0]
  

  • 注意：得把表达式里的<section id="Content">here<section[3]/ul/li/p>换成目标<p>标签的实际前置唯一特征字符串，</p>是段落的闭合标签，要是有其他更独特的后缀特征也可以替换。

注意点 #

• 网页内容有动态变化或标签属性不稳定时，优先用XPath方法；
• 转字符串如果出现乱码，试试加上编码参数：base64ToString(body('Get_web_resource'), 'UTF-8')；
• 测试的时候可以先把网页内容输出到邮件或Compose里，确认特征字符串或XPath的准确性。

内容的提问来源于stack exchange，提问作者Kurkula