Powershell，从html文件中删除文本行答案

【问题标题】：Powershell, delete lines of text from html filePowershell，从html文件中删除文本行
【发布时间】：2015-08-23 03:01:50
【问题描述】：

我在 html 文件中有一些报告。我需要将它们放在excel中并进行一些更改，所以我认为我可以使用powershell预先进行这些更改。有些行在固定位置，有些则不在，所以我需要通过让脚本识别模式来删除它们。

从顶部开始的固定线：12-14,17,19,25-27,30-32,40-42 从底部开始的固定线：3-13、48-60

我需要查找和删除的模式是这样的：

<td align="center">random string</td>
<td align="left">random string</td>
<td align="left">random string</td>
<td align="left">random string</td>
<td align="right">random string</td>

对于我发现的固定线路，我可以这样做：

(gc $maindir\Report23.HTML) | ? {(12..14) -notcontains $_.ReadCount} | out-file $maindir\Report23b.HTML

它在删除第 12-14 行时起作用，但我需要将其余的固定行号放在同一命令中，我似乎不知道怎么做。输出文件的文件大小也是原始文件的两倍，我觉得这很奇怪。我尝试使用 set-content 生成接近原始文件的文件大小，但在某些部分破坏了文本编码。

虽然我不知道如何去识别模式......

【问题讨论】：

标签： powershell lines

【解决方案1】：

输出文件的文件大小是原始文件的两倍，因为原始文件可能是 ASCII 编码的，新文件默认是 Unicode 编码的。试试这个：

$length = (gc $maindir\Report23.HTML).length
$rangefrombottom = ($length-60)..($length-48)+($length-13)..($length-3)
$rangefromtop = 12..14+17,19+25..27+30..32+40..42
(gc $maindir\Report23.HTML) | ? {$rangefromtop -notcontains $_.ReadCount} | ? {$rangefrombottom -notcontains $_.ReadCount} | out-file -encoding ASCII $maindir\Report23b.HTML

【讨论】：

这对于删除固定行非常有效 :) 关于模式我可以像 (gc $maindir\Report23.HTML) |其中 {$_ -notmatch '.*`n.*...'}...?
我最终创建了一个 excel 宏，但我会将您的答案标记为已接受的答案，因为它涵盖了我试图实现的大部分内容。不过只有一个更正：$rangefrombottom = ($length-59)..($length-47)+($length-12)..($length-2)

【解决方案2】：

你不能这样做吗：

$lines = 12..14
$lines += 17
$lines += 25..27
$lines += 30..32
$lines += 40..42

然后在 where 子句中使用该数组：

? {$lines -notcontains $_.ReadCount}

【讨论】：

嗯，不，它只替换 12-14。