powershell中str.IndexOf('')这样搜索为什么不好使？ 我想过滤标题

[jerryleeee]

在写个脚本过滤所有html文件的<title>标题</title> 之间的中文标题，

$fileList = Get-ChildItem  'D:\temp' -filter *.shtml -recurse
foreach($file in $fileList)
{
	$content = [string](get-content $file.pspath)
        foreach($line in $content)
	{
               $i = $line.IndexOf("<title>")
                if ($i -gt 0 )
		{
                    $j = $line.IndexOf('</title>')
                     $i = $i + 8
                     $biaotiStr = $line.Substring($i,$j-$i)   #这里出错，因为$j 取不到
                     echo $biaotiStr
                 }
            }
}

[crystal_lz]

Console.WriteLine(Regex.Match(strHtml,@"<title[^>]*>(.*?)</title>",RegexOptions.IgroneCase))

[Poopaye]

说明不在一行里啊

[jerryleeee]

引用 1 楼 crystal_lz 的回复:

Console.WriteLine(Regex.Match(strHtml,@"<title[^>]*>(.*?)</title>",RegexOptions.IgroneCase))

放到上面脚本运行报错。。。。

$fileList = Get-ChildItem  'D:\temp' -filter *.shtml -recurse
foreach($file in $fileList)
{
    $content = [string](get-content $file.pspath)
        foreach($line in $content)
    {
               $i = $line.IndexOf("<title>")
                if ($i -gt 0 )
        {
                    $j = $line.IndexOf('</title>')
                     $i = $i + 8
                     #$biaotiStr = $line.Substring($i,$j-$i)   #这里出错，因为$j 取不到
  Console.WriteLine(Regex.Match($line,@"<title[^>]*>(.*?)</title>",RegexOptions.IgroneCase))
                    
                 }
            }
}

[jerryleeee]

引用 2 楼 shingoscar 的回复:

说明不在一行里啊

$content = [string](get-content $file.pspath) 在这里 [string] 已经把内容全部作为字符串去过来了，如果没有 [string] ，是一行行的数组 $j = $line.IndexOf('/title>') 这样就能搜索到，好奇怪 ，为什么

[Poopaye]

引用 4 楼 jerryleeee 的回复:

[quote=引用 2 楼 shingoscar 的回复:] 说明不在一行里啊

$content = [string](get-content $file.pspath) 在这里 [string] 已经把内容全部作为字符串去过来了，如果没有 [string] ，是一行行的数组 $j = $line.IndexOf('/title>') 这样就能搜索到，好奇怪 ，为什么[/quote] $content是全部内容，那后面的foreach是什么意思？？？？

[Poopaye]

引用 4 楼 jerryleeee 的回复:

$j = $line.IndexOf('/title>') 这样就能搜索到，好奇怪 ，为什么

那应该是 / 前面有别的字符

[jerryleeee]

说的是！改了改，但还是不行。。。 百思不得骑姐。。

$fileList = Get-ChildItem  'D:\temp' -filter *.html -recurse
foreach($file in $fileList)
{
    $content = [string](get-content $file.pspath)

               $i = $content .IndexOf("<title>")
                if ($i -gt 0 )
        {
                    $j = $content .IndexOf('</title>')
                     $i = $i + 8
                     #$biaotiStr = $content .Substring($i,$j-$i)   #这里出错，因为$j 取不到
  
          }
           
}

引用 5 楼 shingoscar 的回复:

[quote=引用 4 楼 jerryleeee 的回复:] [quote=引用 2 楼 shingoscar 的回复:] 说明不在一行里啊

$content = [string](get-content $file.pspath) 在这里 [string] 已经把内容全部作为字符串去过来了，如果没有 [string] ，是一行行的数组 $j = $line.IndexOf('/title>') 这样就能搜索到，好奇怪 ，为什么[/quote] $content是全部内容，那后面的foreach是什么意思？？？？[/quote]

[jerryleeee]

这是被搜索的html文件

引用 6 楼 shingoscar 的回复:

[quote=引用 4 楼 jerryleeee 的回复:]
$j = $line.IndexOf('/title>')

这样就能搜索到，好奇怪 ，为什么

那应该是 / 前面有别的字符[/quote]

[jerryleeee]

被搜索的html文件是utf8编码，难道跟标题的中文识别乱码有关系？

引用 8 楼 jerryleeee 的回复:

这是被搜索的html文件 [quote=引用 6 楼 shingoscar 的回复:] [quote=引用 4 楼 jerryleeee 的回复:] $j = $line.IndexOf('/title>') 这样就能搜索到，好奇怪 ，为什么

那应该是 / 前面有别的字符[/quote][/quote]

[Poopaye]

用记事本保存的文本，都是能搜到的

[jerryleeee]

果然是文件编码问题 get-content $file.pspath -Encoding UTF8 这样就正常了！