主页 / coding / 问题 / 79480671
Accepted
iRon
Asked: 2025-03-03 17:46:32 +0800 CST

为什么结束标记没有包含在 ASIDE.OuterHTML 中

  • 772

我的目的是针对这个问题给出建议，删除两个字符串之间的所有内容（包括），使用HTMLDocument 解析器而不是基于文本的replace命令。
但不知何故，元素OuterHTML的属性<aside>不包括相关元素，直到</aside>结束标记：

html

$Html = @'
<html>
    <head>
        <title>Title</title>
    </head>
    <body>
        <h1>Some header elements</h1>
        <aside>
            <p>huge text in between aside</p>
        </aside>
        <div>
            <p>huge text in between div</p>
        </div>
        <p>Some other elements</p>
    </body>
</html>
'@

解析

function ParseHtml($String) {
    $Unicode = [System.Text.Encoding]::Unicode.GetBytes($String)
    $Html = New-Object -Com 'HTMLFile'
    if ($Html.PSObject.Methods.Name -Contains 'IHTMLDocument2_Write') {
        $Html.IHTMLDocument2_Write($Unicode)
    } 
    else {
        $Html.write($Unicode)
    }
    $Html.Close()
    $Html
}
$Document = ParseHtml $Html

<aside>

$Document.getElementsByTagName('aside') | ForEach-Object { $_.OuterHTML }
<ASIDE>

<div>

$Document.getElementsByTagName('div') | ForEach-Object { $_.OuterHTML }

<DIV><P>huge text in between div</P></DIV>
  • 该元素有何特殊之处，<aside>可以解释其与其他元素的区别，例如<div>？
  • <aside>包含整个元素直至结束标记的正确方法是什么</aside>？
html

1 个回答

  1. Best Answer

    我相信C3roe和Mathias在评论中已经给出了答案，该解析器无法正确解释 HTML5 中引入的元素，但作为一种解决方法，您可以使用更现代的解析器，例如ConvertFrom-Html（默认引擎是 AgilityPack）中使用的解析器。

    $parsed = $html | ConvertFrom-Html
$parsed.SelectSingleNode('//aside').Remove()
$parsed.OuterHtml

# <html>
#     <head>
#         <title>Title</title>
#     </head>
#     <body>
#         <h1>Some header elements</h1>
# 
#         <div>
#             <p>huge text in between div</p>
#         </div>
#         <p>Some other elements</p>
#     </body>
# </html>

    对于像所讨论的这样的简单 Html，您可以使用XmlDocument来解析它，然后在选择节点后，定位其父节点，然后RemoveChild()。

    $xml = [xml]::new()
$xml.PreserveWhitespace = $true
$xml.LoadXml($html)
$node = $xml.SelectSingleNode('//aside')
$null = $node.ParentNode.RemoveChild($node)
$xml.OuterXml
    • 2

相关问题