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

Por que a tag final não está incluída em um ASIDE.OuterHTML

  • 772

Minha intenção era dar um conselho sobre a questão Delete everything between two strings (inclusive) para usar o analisador HTMLDocument em vez de um comando baseado em texto replace.
Mas de alguma forma a OuterHTMLpropriedade do <aside>elemento não inclui o elemento em questão até a </aside>tag final:

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>
'@

Análise

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>
  • O que há de tão especial no <aside>elemento que explica a diferença para outros elementos como, por exemplo, a <div>?
  • Qual é a maneira correta de incluir o <aside>elemento inteiro até a </aside>tag final?
html

1 respostas

  1. Best Answer

    Acredito que a resposta já foi dada nos comentários de C3roe e Mathias , o analisador não é capaz de interpretar corretamente os elementos introduzidos no HTML5, mas como solução alternativa, você pode usar um analisador mais moderno, por exemplo, o usado em ConvertFrom-Html(o mecanismo padrão é o AgilityPack).

    $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>

    Para um HTML simples como o em questão, você pode usar XmlDocumentpara analisá-lo e, depois de selecionar o nó, direcionar seu nó pai e então RemoveChild().

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

relate perguntas