HTMLDocumentClass 和 getElementsByClassName 不起作用答案

【问题标题】：HTMLDocumentClass and getElementsByClassName not workingHTMLDocumentClass 和 getElementsByClassName 不起作用
【发布时间】：2014-07-13 19:37:00
【问题描述】：

去年我有一个 powershell (v3) 脚本来解析一个节日页面的 HTML（并为我的 Windows Phone 应用程序生成 XML）。

我在这里也是asking a question，它就像一个魅力。

但是当我今年运行脚本时，它不起作用。具体来说 - getElemntsByClassName 方法没有返回任何内容。我也在其他网页上尝试过这种方法，但没有成功。

这是我去年的代码，现在不起作用：

$tmpFile_bandInfo = "C:\band.txt"
Write-Host "Stahuji kapelu $($kap.Nazev) ..." -NoNewline    
Invoke-WebRequest http://www.colours.cz/ucinkujici/the-asteroids-galaxy-tour/ -OutFile $tmpFile_bandInfo
$content = gc $tmpFile_bandInfo -Encoding utf8 -raw
$ParsedHtml = New-Object -com "HTMLFILE"
$ParsedHtml.IHTMLDocument2_write($content)
$ParsedHtml.Close()
$bodyK = $ParsedHtml.body
$bodyK.getElementsByClassName("body four column page") # this returns NULL
$page = $page.item(0)
$aside = $page.getElementsByTagName("aside").item(0)
$img = $aside.getElementsByTagName("img").item(0)
$imgPath = $img.src

这是我用来解决此问题的代码：

$sec = $bodyK.getElementsByTagName("section") | ? ClassName -eq "body four column page"
# but now I have no innerHTML, only the lonely tag SECTION
# so I am walking through siblings
$img = $sec.nextSibling.nextSibling.nextSibling.getElementsByTagName("img").item(0)
$imgPath = $img.src

这行得通，但这对我来说似乎很愚蠢。
有谁知道我做错了什么？

【问题讨论】：

我认为这是一个错误。
您在 Internet Explorer 上安装了哪个版本？ Inovoke-WebRequest 使用 IE 引擎解析 HTML，直到 v9，IE 才支持 getElementsByClassName。
我在 Windows 8 上安装了 IE10。
@AnsgarWiechers 奇怪的是它在一年前就起作用了......

标签： powershell ihtmldocument2

【解决方案1】：

我实际上通过放弃 Invoke-WebRequest cmdlet 和采用HtmlAgilityPack 解决了这个问题。

我将以前的顺序 HTML 解析转换为几个 XPath 查询（所有内容都保留在 powershell 脚本中）。这个解决方案更加优雅，而且 HtmlAgilityPack 是真正的坏蛋 ;) 与这样的项目合作真的很荣幸！

【讨论】：

【解决方案2】：

问题不是错误，而是您看到 NULL 的返回是因为它实际上是对 DOM 模型的代理 HTMLFile COM 调用的引用。

您可以通过将其装箱到数组 @() 中来强制它操作并返回底层字符串：

@($mybody.getElementsByClassName("body four column page")).textContent

如果您对其执行 Select-Object，这也会自动发生，它会通过 COM 解开它并将其作为字符串返回

$mybody.getElementsByClassName("body four column page") | Select-Object -Property TextContent

【讨论】：