Parse HTML Table en PowerShell V3

html-agility-pack powershell

Pregunta

Tengo la siguiente tabla HTML Enlace al HTML

Quiero analizarlo y convertirlo en XML / CSV / PS Object, intenté hacerlo con HtmlAgilityPack.dll pero no tuve éxito. ¿Alguien puede darme instrucciones para hacerlo?


Quiero convertir la tabla a un PSObject y exportarla a csv, actualmente solo tengo el principio del código y acceso a las líneas, pero no puedo acceder a los valores de las líneas

Add-Type -Path C:\Windows\system32\HtmlAgilityPack.dll
$HTML = New-Object HtmlAgilityPack.HtmlDocument
$res = $HTML.Load("C:\Test\Test.html")
$table = $HTML.DocumentNode.SelectNodes("//table/tr/td/nobr")

cuando accedo a $ table [0..47] .InnerHtml solo obtengo la primera ** columna ** del archivo, no puedo acceder a la segunda y etc.

Gracias ohad

Respuesta aceptada

puede intentar esto para obtener todo el html en las etiquetas <nobr> . Te dejo encontrar la lógica para dar salida a lo que quieres ...

$ie = new-object -com "InternetExplorer.Application"
$ie.navigate("http://urltoyourfile.html")
$doc = $ie.Document
($doc.getElementsByTagName("nobr"))|%{$_.innerHTML}

Salida:

Lead User&nbsp;&nbsp;
Accesses&nbsp;&nbsp;
Last Accessed&nbsp;&nbsp;
Average&nbsp;&nbsp;
Max&nbsp;&nbsp;
Min&nbsp;&nbsp;
Total&nbsp;&nbsp;
amirt</NO br>
2
01/20/2013 09:40:47
04:18:17
06:19:26
02:17:09
08:36:35
andream
1
01/20/2013 10:33:01
02:34:37
02:34:37
02:34:37
02:34:37
avnerm
1
01/17/2013 11:34:16
00:30:44
00:30:44
00:30:44
00:30:44
brouria

una forma de analizarlo:

($doc.getElementsByTagName("nobr"))|%{
    write-host -nonew $_.innerHTML";"
    $cpt++
    if ($cpt % 8 -eq 0){$cpt=1;write-host ""}
}


Related

Licencia bajo: CC-BY-SA with attribution
No afiliado con Stack Overflow
Licencia bajo: CC-BY-SA with attribution
No afiliado con Stack Overflow