es.phhsnews.com


es.phhsnews.com / Cómo extraer enlaces de cualquier página web con PowerShell

Cómo extraer enlaces de cualquier página web con PowerShell


PowerShell 3 tiene muchas funciones nuevas, incluidas algunas funciones nuevas y potentes relacionadas con la web. Simplificaron enormemente la automatización de la Web, y hoy vamos a mostrar cómo puede extraer cada enlace de una página web y, opcionalmente, descargar el recurso si lo desea.

Raspar la Web con PowerShell

Hay dos nuevos cmdlets que facilitan la automatización de la web, Invoke-WebRequest que facilita el análisis de contenido legible por humanos, e Invoke-RestMethod que hace que el contenido legible por máquina sea más fácil de leer. Como los enlaces son parte del HTML de una página, forman parte de las cosas legibles para los humanos. Todo lo que tienes que hacer para obtener una página web es usar Invoke-WebRequest y darle una URL.

Invoke-WebRequest -Uri '//phhsnews.com'

Si te desplazas hacia abajo verás que la respuesta ha sido una propiedad de enlaces, podemos usar la función de enumeración de miembros nuevos de PowerShell 3 para filtrarlos.

(Invoke-WebRequest -Uri '//phhsnews.com'). Enlaces

Como puede ver, obtiene mucho de enlaces hacia atrás, aquí es donde necesita usar su imaginación para encontrar algo único para filtrar los enlaces que está buscando. Supongamos que queremos una lista de todos los artículos en la página principal.

((Invoke-WebRequest -Uri '//phhsnews.com') .Links | Where-Object {$ _. Href -like "http * "} | Donde clase -eq" título "). Título

Otra gran cosa que puedes hacer con los nuevos cmdlets es automatizar las descargas diarias. Veamos cómo raspa automáticamente la imagen del día fuera del sitio web de Nat Geo, para ello combinaremos los nuevos cmdlets web con Start-BitsTransfer.

$ IOTD = ((Invoke-WebRequest -Uri ' // photography.nationalgeographic.com/photography/photo-of-the-day/').Links | Where innerHTML -like "* Descargar Wallpaper *"). href
Start-BitsTransfer-Source $ IOTD -Destination C: IOTD

Eso es todo lo que hay que hacer. ¿Tienes algunos buenos trucos propios? Háganos saber en los comentarios.


Google ahora está bloqueando Crapware en los resultados de búsqueda, anuncios y Chrome

Google ahora está bloqueando Crapware en los resultados de búsqueda, anuncios y Chrome

Recientemente, hemos estado investigando mucho sobre crapware y malware, y una de las cosas más problemáticas que encontramos fue que Google estaba publicando resultados de búsqueda para software de código abierto ... con anuncios que agrupan crapware en la parte superior. Ahora parece que terminaron esta política y apuntan a la descarga real en la parte superior.

(how-to)

Cómo guardar artículos para leer más tarde con Pocket

Cómo guardar artículos para leer más tarde con Pocket

Los marcadores son tan recientes. Si encuentra un artículo en línea que desea guardar para más adelante, guárdelo en Pocket, un servicio web gratuito que guarda artículos y los sincroniza con todos sus dispositivos, sin anuncios ni formateo innecesario. Incluso puedes leerlos sin conexión. Léelo más tarde, los servicios son abundantes, y aunque es posible que ya tengas uno favorito, nuestra opción es Pocket, que parece hacer todo mejor que todo lo demás.

(how-to)