html - 在 Powershell 中解析 html 实体

Question

我正在通过 Powershell 使用 Microsoft Team Foundation Server。
我想要做的任务是为“测试用例”类型的给定工作项获取和设置“步骤”。

出于某种我不知道的原因，TFS 将诸如 HTML 之类的信息存储在 XML 中，其中 HTML 元素是使用 HTML 实体编写的，以免与 XML 混淆。

下面是一个例子:

<steps id="0" last="3">
    <step id="2" type="ValidateStep">
        <parameterizedString isformatted="true">
            &lt;DIV&gt;&lt;P&gt;I do this and that&lt;/P&gt;&lt;/DIV&gt;
        </parameterizedString>
        <parameterizedString isformatted="true">
            &lt;DIV&gt;&lt;P&gt;&amp;nbsp;&lt;/P&gt;&lt;/DIV&gt;
        </parameterizedString>
        <description/>
    </step>
    <step id="3" type="ActionStep">
        <parameterizedString isformatted="true">
            &lt;DIV&gt;&lt;DIV&gt;&lt;P&gt;I do something else &lt;BR/&gt;&lt;/P&gt;&lt;/DIV&gt;&lt;/DIV&gt;
        </parameterizedString>
        <parameterizedString isformatted="true">
            &lt;DIV&gt;&lt;P&gt;This happens &lt;BR/&gt;&lt;/P&gt;&lt;/DIV&gt;
        </parameterizedString>
        <description/>
    </step>
</steps>

显示为:


如何获得每个项目的“裸文本”？例如， This happens出 <DIV><P>This happens <BR/></P></DIV> .
我必须编写自己的解析器还是已经有一些可以使用的东西？

Answer 1

System.Web 里有东西可以帮助您的命名空间:

PS> add-type -AssemblyName system.web
PS> [System.Web.HttpUtility]::HtmlDecode("Baskin & Robbins")
Baskin & Robbins

更新

我再次阅读了您的问题，您想要的不止这些。如果您不熟悉 xml 和 html 语义，这有点棘手，所以这里有一个我为您拼凑的脚本。我希望你可以根据自己的需要修改它。

add-type -AssemblyName system.web

$raw = @'
<steps id="0" last="3">
    <step id="2" type="ValidateStep">
        <parameterizedString isformatted="true">
            &lt;DIV&gt;&lt;P&gt;I do this and that&lt;/P&gt;&lt;/DIV&gt;
        </parameterizedString>
        <parameterizedString isformatted="true">
            &lt;DIV&gt;&lt;P&gt;&amp;nbsp;&lt;/P&gt;&lt;/DIV&gt;
        </parameterizedString>
        <description/>
    </step>
    <step id="3" type="ActionStep">
        <parameterizedString isformatted="true">
            &lt;DIV&gt;&lt;DIV&gt;&lt;P&gt;I do something else &lt;BR/&gt;&lt;/P&gt;&lt;/DIV&gt;&lt;/DIV&gt;
        </parameterizedString>
        <parameterizedString isformatted="true">
            &lt;DIV&gt;&lt;P&gt;This happens &lt;BR/&gt;&lt;/P&gt;&lt;/DIV&gt;
        </parameterizedString>
        <description/>
    </step>
</steps>
'@

$xml = [xml]$raw

$xml.steps.step | foreach-object { 
  write-host ('Processing {0}...' -f $_.type)

  $_.parameterizedString | foreach-object {
    # decode html entities
    $html = [System.Web.HttpUtility]::HtmlDecode($_.innerText)

    # let's hope the html is balanced and valid xhtml (matching begin/end tags)
    # assumption is that the innermost <P> wraps the desired text
    # match with xpath
    $text = ([xml]$html).SelectSingleNode('//P/text()').value

    write-host "Text: '$text'"
  }
}