编辑捕获组值答案

【问题标题】：Redacting capture group values编辑捕获组值
【发布时间】：2019-12-26 07:17:34
【问题描述】：

使用 REGEX 在捕获组中查找模式；现在我需要替换/编辑找到的值。

尝试替换固定长度字段中的值：
正则表达式搜索：(\d{10})(.{20}) (.+)。

字符串是：

01234567890Alice Stone          3978 Smith st...

我必须用 X 替换捕获组 2（全名）（或者更好的是仅捕获组 2 中的名字和姓氏）

正则表达式：(\d{10})(.{20})(.+)

替换值$1xxxxxxxxxxxxxxxxxxxx$3

这行得通，但认为会有一个更迷人的解决方案（可能像$1 x{20} $3），或者甚至更好地以某种方式使用其中的字母来编辑值。

谢谢！

【问题讨论】：

标签： regex powershell redaction

【解决方案1】：

为了制定一个替换字符串，其长度应该匹配输入字符串的一个 - 潜在可变长度 - 子字符串，您需要通过 脚本块动态地 计算替换字符串（代表）。

在 PowerShell Core 中，您现在可以直接将脚本块作为 -replace operator 的替换操作数传递：

PS> '01234567890Alice Stone          3978 Smith st...' -replace 
      '(?<=^\d{10}).{20}', { 'x' * $_.Value.Length }

0123456789xxxxxxxxxxxxxxxxxxxx  3978 Smith st...

'(?<=^\d{10} 是一个正向的后向断言，它匹配前 10 个数字而不捕获它们，.{20} 匹配并捕获接下来的 20 个字符。
每次匹配都会调用脚本块，$_ 包含手头的匹配作为 [System.Text.RegularExpressions.Match] 实例； .Value 包含匹配的文本。
因此，'x' * $_.Value.Length 返回一个由 x 字符组成的字符串。与匹配的长度相同。

在 Windows PowerShell 中，您必须直接使用 [regex] type：

PS> [regex]::Replace('01234567890Alice Stone          3978 Smith st...',
      '(?<=^\d{10}).{20}', { param($m) 'x' * $m.Value.Length })

0123456789xxxxxxxxxxxxxxxxxxxx  3978 Smith st...

如果要替换的子字符串的长度是提前知道的 - 就像你的情况一样 - 你可以更简单地做：


PS> $len = 20; '01234567890Alice Stone          3978 Smith st...' -replace 
      "(?<=^\d{10}).{$len}", ('x' * $len)

0123456789xxxxxxxxxxxxxxxxxxxx  3978 Smith st...

无条件地编辑所有字母更加简单：

PS> '01234567890Alice Stone          3978 Smith st...' -replace '\p{L}', 'x'

01234567890xxxxx xxxxx          3978 xxxxx xx...

\p{L} 匹配任何 Unicode 字母。

仅在匹配的子字符串中编辑字母需要嵌套 -replace 操作：

PS> '01234567890Alice Stone          3978 Smith st...' -replace 
      '(?<=^\d{10}).{20}', { $_ -replace '\p{L}', 'x' }

01234567890xxxxx xxxxx          3978 Smith st...

【讨论】：

【解决方案2】：

也许，这个表达式是一个选项：

([0-9]{11}).+?(\s*[0-9].+)

替换为：

$1xxxxxxxxxxxxxxxxxxxx$2

如果您想探索/简化/修改表达式，它已经在右上角的面板上进行了解释 regex101.com。如果你愿意，你也可以在this link看，怎么搭配针对一些样本输入。

【讨论】：

【解决方案3】：

你可以用这个：

$oldstr = "0123456789Alice Stone 3978 Smith st..."
[regex]$r = '(\d{10})(.{20})(.+)'

$newstr = $r.Replace($data,'$1'+'x'*20+'$3')

这里，“x”字符乘以 20（有效重复 20 次）。

0123456789xxxxxxxxxxxxxxxxxxxxth st...

正如其他人所展示的，捕获组 2 不是必需的，因此可以简化为：

[regex]$r = '(\d{10}).{20}(.+)'

$newstr = $r.Replace($data,'$1'+'x'*20+'$2')

【讨论】：