Question

我有一个PowerShell脚本行，该脚本行用“ _”替换（删除）第二个和第三个下划线之间的字符：

get-childitem *.pdf | rename-item -newname { $_.name -replace '_\p{L}+, \p{L}+_', "_"}

示例：

12345_00001_LastName, FirstName_09_2018_Text_MoreText.pdf
12345_00002_LastName, FirstName-SecondName_09_2018_Text_MoreText.pdf
12345_00003_LastName, FirstName SecondName_09_2018_Text_MoreText.pdf

此_\p{L}+, \p{L}+_正则表达式仅适用于第一个示例。为了替换之间的所有内容，我使用了_(?:[^_]*)_([^_]*)_（根据regex101，这几乎可以正常工作），但是输出为：

12345_09_MoreText.pdf

所需的输出将是：

 12345_00001_09_2018_Text_MoreText.pdf
 12345_00002_09_2018_Text_MoreText.pdf
 12345_00003_09_2018_Text_MoreText.pdf

如何正确地用“ _”替换第二个和第三个下划线以及它们之间的所有内容？

Answer 1

如果您不想使用正则表达式-

$files = get-childitem *.pdf        #get all pdf files
$ModifiedFiles, $New = @()  #declaring two arrays
foreach($file in $files)
{
    $ModifiedFiles = $file.split("_")
    $ModifiedFiles = $ModifiedFiles | Where-Object { $_ -ne $ModifiedFiles[2] }     #ommitting anything between second and third underscore
    $New = "$ModifiedFiles" -replace (" ", "_")
    Rename-Item -Path $file.FullName -NewName $New
}

样本数据-

$files = "12345_00001_LastName, FirstName_09_2018_Text_MoreText.pdf", "12345_00002_LastName, FirstName-SecondName_09_2018_Text_MoreText.pdf", "12345_00003_LastName, FirstName SecondName_09_2018_Text_MoreText.pdf"
$ModifiedFiles, $New = @()  #declaring two arrays
foreach($file in $files)
{
    $ModifiedFiles = $file.split("_")
    $ModifiedFiles = $ModifiedFiles | Where-Object { $_ -ne $ModifiedFiles[2] }     #ommitting anything between second and third underscore
    $New = "$ModifiedFiles" -replace (" ", "_")
}

Answer 2

您可以使用

-replace '^((?:[^_]*_){2})[^_]+_', '$1'

请参见regex demo

详细信息

^-行首
((?:[^_]*_){2})-第1组（替换模式中的值将用$1引用）：重复两次
- [^_]*-除下划线外的0+个字符
- _-下划线
[^_]+-除_以外的1个或更多字符
- _-下划线

Answer 3

这是使用字符串方法的另一种方法。

'12345_00003_LastName, FirstName SecondName_09_2018_Text_MoreText.pdf'.
    Split('_').
    Where({
        $_ -notmatch ','
        }) -join '_'

结果= 12345_00003_09_2018_Text_MoreText.pdf

具有以下功能...

下划线
扔掉其中任何带有逗号的项目
将其余项目重新连接到带下划线的字符串中

我怀疑纯正则表达式解决方案会更快，但是您可能只想使用它，以便在下次需要修改它时更容易理解。 [咧嘴]

Answer 4

提供避免复杂正则表达式的替代解决方案：以下内容基于-split和-join运算符，并展示了PowerShell在数组切片方面的灵活性：

Get-ChildItem *.pdf | Rename-Item { ($_.Name -split '_')[0..1 + 3..6] -join '_' } -WhatIf

$_.Name -split '_'将文件名按_拆分为令牌（子字符串）数组。
数组切片[0..1 + 3..6]结合了两个范围表达式（..），从本质上从数组中删除了索引为2的标记。
-join '_'将修改后的数组重新组合成一个_分隔的字符串，从而产生所需的结果。

注意：6是数组的上限，在上面进行了硬编码，虽然次优，但对于这种情况下的可预测输入，已足够。

从Windows PowerShell v5.1 / PowerShell Core 6.1.0开始，为了动态地确定上限，您需要一个辅助变量的帮助，该变量很笨拙：

Get-ChildItem *.pdf |
  Rename-Item { ($arr = $_.Name -split '_')[0..1 + 3..($arr.Count-1)] -join '_' } -WhatIf

如果我们改为写[0..1 + 3..]会不会很好？ this feature suggestion on GitHub的主题是对PowerShell切片语法的这项改进和其他改进。

替换第二个和第三个下划线之间的任何内容

4 个答案: