parsing - 我正在尝试使用Powershell解析非标准的RSS提要

Question

我的Pinterest提要将RSS标题截断为20个字符，我需要在描述末尾解析出“img src”和较长的文本。

我的代码非常简单，但是我无法弄清楚如何使新标题变成“为什么要有#Elevator #Pitch-#marketing”

$feed = [xml](New-Object System.Net.WebClient).DownloadString('http://pinterest.com/bigoals365/feed.rss')

$feed.rss.channel.Item  | select title, link, description | Out-GridView

我也尝试过Invoke-WebRequest，并且可以用于基本检索，但是对描述的解析让我很头疼。

我的供稿看起来像这样(RSS的一行):

<item><title>Why You’ve Got to Ha</title><link>http://pinterest.com/pin/329888741425045427/</link> <description> &lt;p&gt;&lt;a href="http://pinterest.com/pin/329888741425045427/"&gt;&lt; img src="http://media-cache-lt0.pinterest.com/192x/bd/5e/7c/bd5e7cd628c21313d835a4e5c89d28ee.jpg"&gt;&lt;/a&gt;&lt;/p&gt;&lt;p&gt; Why You’ve Got to Have an #Elevator #Pitch - #marketing&lt;/p&gt; </description> <pubDate>Wed, 06 Mar 2013 21:59:55 +0000</pubDate><guid>http://pinterest.com/pin/329888741425045427/ </guid></item>

任何帮助将非常感激!

Answer 1

也许这样吗？

$feed.rss.channel.item | %{ 
   if ($_.description -match '.*<img src="([^"]+)".*<p>(.*)</p>') { 
      $_.title = $matches[2];
      $_.link = $matches[1] 
   } 
   $_ 
} | select title, link, description | Out-GridView

希望这可以帮助

/弗雷德里克