Powershell 捕获文件中的文本模式并替换模式中的字符

Question

我拥有的是：

我做了一个简单的Powershell脚本来替换文本文件的内容并重写文件（UTF8编码很重要）：

((Get-Content -path *.adoc -Raw -Encoding utf8) -replace '\[.dfn .term]#.*#','[.dfn .term]_.*_') | Set-Content -Path *.adoc -Encoding utf8

当我尝试像这样运行脚本时，我发现我正在用纯文本字符串替换正则表达式字符串。

我想要实现的是：

找到以[.dfn .term] 开头、在# 和# 之间有任意数量的字符的行，并将# 替换为_。保持[.dfn .term] 和# everything between # 不变。

我无法将所有# 替换为_，因为也可能存在[.keyword]#something# 之类的文本，并且需要将# 替换为*。此外，something 可以是任何东西——一个词或一个短语。

处理模式和 RegEx 组超出了我的知识范围。我将不胜感激。

示例：

我有： 一个句子是[.dfn .term]#Words# 的字符串，它有一个完成的[.keyword]#Thought#。句子形式为[.dfn .term]#Paragraphs#。 [.dfn .term]#Paragraphs# 表单文本。文字很酷。

我想拥有： 一个句子是[.dfn .term]_Words_ 的字符串，它有一个完成的[.keyword]*Thought*。句子形式为[.dfn .term]_Paragraphs_。 [.dfn .term]_Paragraphs_ 表单文本。文字很酷。

Answer 1

将这些正则表达式与组一起使用可以帮助您：

$lines = Get-Content -Path C:\file.txt -Encoding UTF8 -Raw
$option = [System.Text.RegularExpressions.RegexOptions]::Singleline 

$pattern1 = [regex]::new("(\[\.dfn \.term])#(.*?)#", $option)
#be careful simple quote is important here
$lines = $pattern1.Replace($lines, '$1_$2_')

$pattern2 = [regex]::new("(\[what you want])#(.*?)#", $option)
$lines = $pattern2.Replace($lines, '$1*$2*')

$lines | Set-Content -Path C:\result.txt -Encoding UTF8 

测试文件：

[.dfn .term]#azaeaeae#

[.dfn .term]#errrr# sqsqsqs


[.dfn .term]#errrr# sqsqsqs
eaeaeaeae
aeaeae
[.dfn .term]#errrr# [.keyword]#something# #errrr#

结果：（使用第二个模式 .keyword）

[.dfn .term]_azaeaeae_


[.dfn .term]_errrr_ sqsqsqs


[.dfn .term]_errrr_ sqsqsqs
eaeaeaeae
aeaeae
[.dfn .term]_errrr_ [.keyword]*something* #errrr#

你也可以写：

$lines = (Get-Content -path C:\yourfile.txt -Raw -Encoding utf8) `
                -replace '(\[\.dfn \.term])#(.*?)#', '$1_$2_' `
                -replace '(\[\.keyword])#(.*?)#', '$1*$2*'

如果需要，您可以使用命名组：

$pattern1 = [regex]::new("(?<begin>\[\.dfn \.term])#(?<text>.*?)#", $option)
#be careful simple quote is important here
$lines = $pattern1.Replace($lines, '${begin}_${text}_')

如果你有很多不同的模式，你可以把它们放在一个对象中：

$patterns = @{
 '(\[\.dfn \.term])#(.*?)#' = '$1_$2_' ;
 '(\[\.keyword])#(.*?)#' = '$1*$2*'
}
$option = [System.Text.RegularExpressions.RegexOptions]::Singleline 

foreach($k in $patterns.Keys){
  $pat = [regex]::new($k, $option)
  $lines = $pat.Replace($lines, $patterns.$k)
}

Answer 2

您想创建一个正则表达式，仅匹配 [.dfn .term] 之后和行尾的 # 符号。

这是一个例子：

"[.dfn .term]# everything between #" -replace "(?<=\[\.dfn \.term\])#|#$", "_"

...导致：[.dfn .term]_ _ 之间的所有内容

下面是它的分解方式：

(?

# - 匹配井号

| - 或者

#$ - 匹配行尾的井号