Question

我一直在尝试使用PowerShell从.txt文件中的多行提取某些值。

Host
Class
INCLUDE vmware:/?filter=Displayname Equal "server01" OR Displayname Equal "server02" OR Displayname Equal "server03 test"

这就是我想要的：

server01
server02
server03 test

到目前为止，我已经有代码：

$Regex = [Regex]::new("(?<=Equal)(.*)(?=OR")           
$Match = $Regex.Match($String)

Answer 1

您可以使用

[regex]::matches($String, '(?<=Equal\s*")[^"]+')

请参见regex demo。

请参见more ways to extract multiple matches here。但是，您的主要问题是正则表达式模式。 (?<=Equal\s*")[^"]+模式匹配：

(?<=Equal\s*")-先于Equal和0+空格的位置，然后是"
[^"]+-消耗1个以上的字符（双引号除外）。

演示：

$String = "Host`nClass`nINCLUDE vmware:/?filter=Displayname Equal ""server01"" OR Displayname Equal ""server02"" OR Displayname Equal ""server03 test"""
[regex]::matches($String, '(?<=Equal\s*")[^"]+') | Foreach {$_.Value}

输出：

server01
server02
server03 test

这是一个完整的片段，用于读取文件，获取所有匹配项并保存到文件：

$newfile = 'file.txt'
$file = 'newtext.txt'
$regex = '(?<=Equal\s*")[^"]+'
Get-Content $file | 
     Select-String $regex -AllMatches | 
     Select-Object -Expand Matches | 
     ForEach-Object { $_.Value } |
     Set-Content $newfile

Answer 2

另一种选择（PSv3 +），将[regex]::Matches()与-replace运算符组合在一起，可获得简洁的解决方案：

$str = @'
Host
Class
INCLUDE vmware:/?filter=Displayname Equal "server01" OR Displayname Equal "server02" OR Displayname Equal "server03 test"
'@ 

[regex]::Matches($str, '".*?"').Value -replace '"'

正则表达式".*?"与所有"..."括起来的令牌匹配； .Value提取它们，然后-replace '"'剥离"个字符。

这可能并不明显，但是根据我的测试，这恰好是这里答案中最快的解决方案-见底部。

顺便说一句：如果-match运算符（仅查找 a （一个）匹配项）具有一个名为{ {1}}，这样一个人就可以写：

-matchall

请参阅GitHub上的this feature suggestion。

可选阅读：性能比较

从务实的角度来说，这里的所有解决方案都是有帮助的，并且可能足够快，但是在某些情况下，必须优化性能。

通常，使用# WISHFUL THINKING (as of PowerShell Core 6.2) $str -matchall '".*?"' -replace '"'（通常是管道）会降低性能-同时提供优雅和内存有效的流处理。

此外，重复调用脚本块（例如，Select-String）往往很慢-尤其是在使用{ $_.Value }或ForEach-Object的管道中，但在较小程度上-使用Where-Object和.ForEach()收集方法（PSv4 +）。

在正则表达式领域，您要为变长后向表达式（例如.Where()）和使用捕获组（例如(?<=EQUAL\s*")）付出性能损失。

这是使用Time-Command function进行的性能比较，平均运行1000次：

(.*?)

我的MacBook Pro的采样计时；确切的时间并不重要（您可以删除Time-Command -Count 1e3 { [regex]::Matches($str, '".*?"').Value -replace '"' }, { [regex]::matches($String, '(?<=Equal\s*")[^"]+') | Foreach {$_.Value} }, { [regex]::Matches($str, '\"(.*?)\"').Groups.Where({$_.name -eq '1'}).Value }, { $str | Select-String -Pattern '(?<=Equal\s*")[^"]+' -AllMatches | ForEach-Object{$_.Matches.Value} } | Format-Table Factor, Command调用以查看它们），但是相对性能反映在Format-Table列中，从最快到最慢。

Factor

Answer 3

您可以修改正则表达式以使用捕获组，该捕获组由括号指示。反斜杠只是转义引号。这样，您就可以捕获所需的内容，然后进行进一步过滤。由于我未提供名称，因此此处的捕获组自动命名为1。捕获组0是包括引号在内的整个匹配项。我切换到Matches方法，因为它包含了字符串的所有匹配项，而Match仅捕获了第一个匹配项。

$regex = [regex]'\"(.*?)\"'    
$regex.matches($string).groups.where{$_.name -eq 1}.value

如果要导出结果，可以执行以下操作：

$regex = [regex]'\"(.*?)\"'    
$regex.matches($string).groups.where{$_.name -eq 1}.value | sc "c:\temp\export.txt"

Answer 4

使用Wiktor的优质RegEx直接用Select-String读取文件的替代方法：

Select-String -Path .\file.txt -Pattern '(?<=Equal\s*")[^"]+' -AllMatches|
    ForEach-Object{$_.Matches.Value} | Set-Content NewFile.txt

示例输出：

> Get-Content .\NewFile.txt
server01
server02
server03 test

通过Powershell从文本文件中提取字符串

4 个答案:

可选阅读：性能比较