如何在PowerShell中对含HTML的字符串使用XPath？

直接用XML解析器处理HTML会失败，因为HTML允许无引号属性等宽松语法，不符合XML的严格规范。你可以用专门的HTML解析库HtmlAgilityPack来实现，它完全支持XPath查询，不用修改已有的XPath语句。

步骤： #

1. 安装HtmlAgilityPack模块（首次运行）：

   # 先信任PSGallery仓库（如果未信任）
   Set-PSRepository -Name PSGallery -InstallationPolicy Trusted
   # 安装模块到当前用户
   Install-Module -Name HtmlAgilityPack -Scope CurrentUser -Force
   

2. 加载模块并解析HTML：

   # 导入模块
   Import-Module HtmlAgilityPack
   
   # 你的HTML字符串
   $html = "<html><body><div class=test>目标内容</div></body></html>"
   
   # 创建HTML文档对象并加载内容
   $htmlDoc = New-Object HtmlAgilityPack.HtmlDocument
   $htmlDoc.LoadHtml($html)
   

3. 执行已有的XPath查询：

   # 示例：用你已有的XPath查找单个节点
   $targetNode = $htmlDoc.DocumentNode.SelectSingleNode("//div[@class='test']")
   # 获取节点文本
   Write-Output $targetNode.InnerText
   
   # 如果要查找多个节点，用SelectNodes遍历
   $nodes = $htmlDoc.DocumentNode.SelectNodes("//div")
   foreach ($node in $nodes) {
       Write-Output $node.InnerText
   }
   

说明： #

HtmlAgilityPack专门针对HTML的宽松语法设计，能正确解析无引号属性、不规范闭合标签等情况，完全兼容你在ui.vision/selenium中使用的XPath语法，无需修改现有XPath语句。

内容的提问来源于stack exchange，提问作者jamacoe