PowerShell剥离HTML邮件标签时无法清除样式表如何解决

原脚本无法清除样式表、提取效果异常，核心是4个问题：

• 正则匹配模式缺陷：PowerShell 正则中.默认不匹配换行符，绝大多数邮件的<style>样式表是跨多行编写的，原正则<style[^>]*?>.*?</style>无法命中跨行内容；同时未开启大小写不敏感匹配，遇到邮件生成工具输出的<STYLE>/<Style>等大小写混合标签会直接漏判。
• 关键预处理步骤被注释：原脚本中替换回车、换行、制表符为空格的代码被注释，进一步放大了跨行内容匹配失败的问题。
• 换行逻辑完全失效：添加换行的代码使用了普通字符n，不是PowerShell中表示换行的转义字符`n；且块级标签匹配的正则写法错误，会无意义匹配标签包裹的全部内容，无法正确插入换行。
• HTML实体匹配规则错误：所有实体匹配规则多写了一层amp;转义，只能匹配双重转义的实体文本，正常的 /•等实体完全无法被替换。

$html = @'
'@

# 预处理：统一替换换行、回车、制表符为空格，消除跨行匹配障碍
$html = $html -replace "[\r\n\t]", " "

# 移除HTML注释，避免注释内的标签、样式干扰匹配
$html = $html -replace "(?is)<!--.*?-->", ""

# 移除所有不可见内容：正则前缀(?is)表示开启大小写不敏感、单行模式，兜底兼容残留跨行内容和大小写标签
@('head', 'style', 'script', 'object', 'embed', 'applet', 'noframes', 'noscript', 'noembed') | ForEach-Object {
    $html = $html -replace "(?is)<$_[^>]*?>.*?</$_>", ""
}

# 压缩连续空白字符
$html = $html -replace "\s+", " "

# 块级标签位置插入换行
@('div','p','blockquote','h[1-9]','li') | ForEach-Object {
    $html = $html -replace "(?is)</?$_[^>]*?>", "`n"
}

# 自闭合换行标签后追加换行
@('br','hr') | ForEach-Object {
    $html = $html -replace "(?is)<$_[^>]*?/?>", "`n"
}

# 剥离所有剩余HTML标签
$html = $html -replace "(?is)<[^>]*?>", ""

# 替换常用HTML实体
@(
    @("&bull;", " * "),
    @("&lsaquo;", "<"),
    @("&rsaquo;", ">"),
    @("&(rsquo|lsquo);", "'"),
    @("&(quot|ldquo|rdquo);", '"'),
    @("&trade;", "(tm)"),
    @("&frasl;", "/"),
    @("&#(34|034|x22);", '"'),
    @("&(amp|#38|#038|#x26);", "&"),
    @("&(lt|#60|#060|#x3c);", "<"),
    @("&(gt|#62|#062|#x3e);", ">"),
    @("&(copy|#169);", "(c)"),
    @("&(reg|#174);", "(r)"),
    @("&nbsp;", " "),
    @("&(.{2,6});", "")
) | ForEach-Object {
    $html = $html -replace $_[0], $_[1]
}

# 收尾：清理连续空行、首尾多余空白
$PlainText = $html -replace "(`n\s*)+", "`n"
$PlainText = $PlainText.Trim()

• 正则处理HTML天然存在边界问题，如果对提取准确率要求高，优先使用HTML解析器处理：PowerShell可以直接调用.NET内置的HTML解析组件加载HTML后直接取文本节点，能100%过滤样式、脚本等不可见内容，比正则鲁棒性强很多。
• 如果需要保留邮件的列表、换行格式，可以在处理块级标签时给<li>标签前缀加- 或者* ，还原列表结构。
• 部分邮件会把样式内容写在标签的style=""属性里，这类内容不会被标签过滤逻辑命中，但因为是属性值，在剥离标签步骤会被一并移除，不需要额外处理。

内容的提问来源于stack exchange，提问作者JustBry