问Powershell regex失败并出现意外结果
EN

Stack Overflow用户

提问于 2022-06-24 05:21:36

回答 3查看 70关注 0票数 1

如果某个单词在块中的任何地方存在，我将试图隔离一组行。

例如，我有以下文本。

A1: blah blah
B1: blah blah foobar

A2: foobar blah blah
B2: blah blah foobar
C2: blah blah
D2: blah blah

A3: blah blah
B3: blah blah
C3: blah blah

块可以包含任意数量的行，用空行分隔，而我要查找的单词foobar可以在块中的任何位置--这是唯一的常量，起始数字列表(A1、B1等)是为了简单起见，这些更改完全是为了简单。

这就是我能想到的准则。显然，这不符合块线大小的动态性质。但至少这起作用是应该的。

.*[\r\n]+.*(foobar).*[\r\n]+(.*[\n\r]){1}

Result:
A1: blah blah
B1: blah blah foobar

A2: foobar blah blah
B2: blah blah foobar
C2: blah blah

我进一步完善了正则表达式，并提出了以下内容：

(.\n?)*(foobar).*(\n?.)*

Result:
A1: blah blah
B1: blah blah foobar

A2: foobar blah blah
B2: blah blah foobar
C2: blah blah
D2: blah blah

这正是我所需要的，并且在我尝试过的每一个在线regex测试站点上都做得很好。但是一旦我把这个放到Powershell中，代码就会吐出所有的东西，没有过滤任何东西。

下面是我正在使用的代码：

$regex = '(.\n?)*(foobar).*(\n?.)*'

$response = Invoke-RestMethod $url
$response | Select-String $regex -AllMatches | ForEach-Object {
    foreach($foorbar in $_.matches.Value) {
        $foobar | Out-File $fileOutput -Append
    }
}

URL包含这些数据块的网页，而不是其他数据块。对于新的正则表达式，没有任何解析，但是旧的正则表达式按照它的假设工作。所以我假设这是正则表达式出了问题。

如果有人能指出这里有什么不对，非常感谢！

regex

powershell

parsing

回答 3

Stack Overflow用户

回答已采纳

发布于 2022-06-24 10:36:41

你的判断力

$regex = '(.\n?)*(foobar).*(\n?.)*'

如果存在回车字符，则(\n?.)*可以跨空行匹配，因为.将与之匹配。(Windows使用CRLF行尾。)

由于同样的原因，Wiktor的regex (以(?:\n.+)*结尾)也将不适用于CRLF线尾。

相反，您可以使用，例如

$regex = '(?:[^\r\n]+\r?\n)*?.*foobar.*(?:\r?\n[^\r\n]+)*'

通过使用[^\r\n]而不是.来匹配不是回车或换行符(linefeed)的行中的至少一个字符，从而避免了这个问题。

票数 1

Stack Overflow用户

发布于 2022-06-24 07:14:25

您可以使用

$regex = '(?m)^(?:.+\n)*?.*foobar.*(?:\n.+)*'

见regex演示。详细信息

(?m) -a RegexOptions.Multiline选项
^ -任何行的开始
(?:.+\n)*? -任何零或更多(但尽可能少)非空行
.*foobar.* -一个包含foobar的行
(?:\n.+)* -零或更多(尽可能多)非空行。

在PowerShell中，您还可以使用

$regex = '(?m)^(?:.+\n)*?.*foobar.*(?:\n.+)*'

$response = Invoke-RestMethod $url
($response | Select-String -Pattern $regex -AllMatches | %{ $_.Matches.Value }) -join "`r`n`r`n" >> $fileOutput

票数 1

Stack Overflow用户

发布于 2022-06-24 08:42:37

首先拆分输入文本可以简化解决方案：

$lf = [Environment]::NewLine
$response -split '\r?\n\r?\n' -match 'foobar' -join "$lf$lf" >>$fileOutput

$response -split '\r?\n\r?\n'将文本拆分为双新行(空行)。模式\r?\n与单一的新行相匹配，既适用于\r\n，也适用于Unix \n风格。结果是一个文本块数组，删除了两个新行。
-match 'foobar'过滤文本块的数组，导致只包含“foobar”的这些块。注意，根据-match操作数是单个字符串还是字符串数组，LHS运算符的工作方式不同。对于单个字符串，结果将是一个boolean，它指示模式是否匹配。
使用-join "$lf$lf"，我们再次将匹配的文本块连接到一个字符串中，以产生所需的输出。
最后，重定向操作符>>将字符串附加到输出文件(您也可以使用| Out-File -Append )。