PDF oder TXT-Datei auslesen

N'Abend allerseits,

ich habe hier aus eine aus einer PDF generierte TXT-Datei mit knapp 3800 Zeilen, hier ein Ausschnitt:

.....
<link itemprop="associatedMedia" href="https://firma.net/store/Pumpe_2013-05-10/2013-05-10%20Akasaka%20Blitz%2C%20Tokyo%2C%20Japan/07.%20The%20Hall%20Of%20Mirrors.txt">  
</div>
<meta itemprop="duration" content="PT0M212135S">  
<link itemprop="associatedMedia" href="https://firma.net/store/Pumpe_2013-05-10/2013-05-10%20Akasaka%20Blitz%2C%20Tokyo%2C%20Japan/08.%20Showroom%20Dummies.txt">  
 </div>
 <meta itemprop="duration" content="PT0M70067S">  
.....

Nun möchte ich mittels PowerShell genau die dort enthaltenen URL in eine neue TXT-Datei kopieren mit diesem Ziel:

https://firma.net/store/Pumpe_2013-05-10/2013-05-10%20Akasaka%20Blitz%2C%20Tokyo%2C%20Japan/07.%20The%20Hall%20Of%20Mirrors.txt
https://firma.net/store/Pumpe_2013-05-10/2013-05-10%20Akasaka%20Blitz%2C%20Tokyo%2C%20Japan/08.%20Showroom%20Dummies.txt

Also alles zwischen 'https.....txt', aber genau damit tue ich mich schwer.

Ggfls wäre auch gleich das Auslesen der PDF und die Generierung der TXT-Datei

Hat da einer 'ne Idee?

Thanks BM

Bitte markiere auch die Kommentare, die zur Lösung des Beitrags beigetragen haben

Content-ID: 670157

Url: https://administrator.de/contentid/670157

Ausgedruckt am: 16.12.2024 um 09:12 Uhr

3 Kommentare

Neuester Kommentar

[regex]::matches((Get-Content "c:\datei.txt" -raw),'(?is)https?://[^"]+').Value | set-content -Path datei_neu.txt  

Aber wieso hast du HTML Code in einem PDF?? Das lässt sich doch direkt auslesen ohne den Umweg eines PDFs.

Hier gibt's noch mehr Info zum direkt auslesen von PDFs
Pdf in Excel Bestellnummern auslesen
Den Regex einfach damit kombinieren und du bist im Spiel.

Gruß gastric

Hallo,

https://stackoverflow.com/questions/35110530/extracting-html-links-with- ...

$HTML.ParsedHtml.getElementsByTagName('div') |  
  Where-Object { $_.className -eq 'detail' } |  
  ForEach-Object { $_.getElementsByTagName('a') } |  
  Where-Object { $_.className -eq 'product-url' } |  
  Select-Object -Expand href