PowerShell 2でスクレイピング

環境

Windows7 + PowerShell 2

やりたいこと

ツールを導入できない環境でスクレイピングしたい。でも自前でhtmlパーサは書きたくない。
なお、Invoke-WebRequestはPowerShell 3からなので使用できない。

方法

COMオブジェクトのhtmlfileにIHTMLDocument2_writeで書き込めばDOM経由でHTMLの内容にアクセスできる。
書き込むHTMLはWebClientのDownloadStringで取得する。

# アクセス先
$url = "http://google.com"

# WebClientを準備
$wc = New-Object System.Net.WebClient
$wc.Encoding = [System.Text.Encoding]::GetEncoding("UTF-8")

# htmlfileオブジェクトを準備
$content = $wc.DownloadString($url)
$htmlfile = New-Object -com "htmlfile"
$htmlfile.IHTMLDocument2_write($content)

# htmlfileオブジェクトを操作して必要な要素を見つけだす。
# 今回は google 検索ボタン を参照している。
# htmlfileのDOM操作は独特でgetElementByIdがうまく使えない。
# getElementsByTagNameは有効なのでそれを手掛かりに探す。
# querySelector なんて便利なものは存在しない。
$htmlfile.getElementsByTagName("form")[0].getElementsByTagName("input")[6].value