Vielen Dank Peter!
Nachdem ich recht viel gesucht und probiert habe, ist mir eine einfachere Lösung gelungen.
Von dem HtmlAgilityPack hatte ich gelesen, wollte es aber nicht einsetzen.
So wie unten gezeigt funktioniert es in PS v4 und ist ziemlich mächtig.
Mein Regex Lösung zur Linksuche muss ich auch noch nutzen, da ja nicht alle Emails als HTML kommen.
Also suche ich nun zuerst im htmlbody und wenn der leer ist, dann such ich im Text.
Suche Links und Bilder in einem HTML String:
$htmlDoc= New-Object -com "HTMLFILE"
$page = @'
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
<title>Test Dokument</title>
</head>
<body>
<p>Hallo Welt!</p>
<p><a href="HTTP://www.Microsoft.de">Ich bin Link! </a></p>
<p><a href="http://www.PowerShell-Group.eu">Noch Linker!</a></p>
<p><img src="http://www.powershell-group.eu/wp-content/uploads/2013/10/Logo-Gross2.png">
<p>
<a href="http://google
.de">Ich bin ein kaputter Link, wenn als Text geparsed<
/a
>
</body>
</html>
'@
$htmlDoc.IHTMLDocument2_write($page)
write-host Links
$htmlDoc.IHTMLDocument2_links | select -expandproperty "href"
write-host Images
$htmlDoc.IHTMLDocument2_images | select -expandproperty "src"
[void]$htmlDoc.close
Der Vollständigkeit halber hier noch die Suche im Text mit Filter für bestimmte Endungen.
Den regex Ausdruck habe ich aus dem Internet, es gibt viele Ansätze, dieser hier lief bei mir am Besten, mit Ausnahme von Links die in mehrere Zeilen aufgebrochen waren.
# extracting URLs from text
$ExtFilter = "", "txt","jpg", "jpeg","gif","png","bmp","bin", "wmv" ,"dtd"
$text= @'
Das ist ein Text in dem eine Link enthalten ist.
Um ganz viel Geld zu bekommen klicken sie hier: https://www.google.de/?gws_rd=ssl#q=ganz+viel+Geld !!!
Klicken sie sofort und ohne zu denken.
'@
$regex="(http|ftp|https):\/\/[\w\-_]+(\.[\w\-_]+)+([\w\-\.,@?^=%&:/~\+#]*[\w\-\@?^=%&/~\+#])?"
$URLs=[regex]::matches($Text, $regex, [system.Text.RegularExpressions.RegexOptions]::Singleline)
Foreach ($URL in $URLs) {
$split=[string]$URL
$split=$split.split(".")
if (($ExtFilter -notcontains $split[-1]) -and (@($split).length -gt 1)) {
write-host $URL
}
}
Ich bin neu bei PS, also seht mir bitte irgendwelche grauenhaften Konstrukte nach.
