powershell 提取两个字符串之间的文本答案

【问题标题】：powershell extract text between two stringspowershell 提取两个字符串之间的文本
【发布时间】：2016-08-13 06:39:55
【问题描述】：

我知道以前有人问过这个问题，但我无法得到任何我在工作中看到的答案。我有一个包含数千行的 JSON 文件，并且希望每次出现两个字符串时都简单地提取它们之间的文本（很多）。

作为一个简单的例子，我的 JSON 如下所示：

    "customfield_11300": null,
    "customfield_11301": [
      {
        "self": "xxxxxxxx",
        "value": "xxxxxxxxx",
        "id": "10467"
      }
    ],
    "customfield_10730": null,
    "customfield_11302": null,
    "customfield_10720": 0.0,
    "customfield_11300": null,
    "customfield_11301": [
      {
        "self": "zzzzzzzzzzzzz",
        "value": "zzzzzzzzzzz",
        "id": "10467"
      }
    ],
    "customfield_10730": null,
    "customfield_11302": null,
    "customfield_10720": 0.0,

所以我想输出“customfield_11301”和“customfield_10730”之间的所有内容：

      {
        "self": "xxxxxxxx",
        "value": "xxxxxxxxx",
        "id": "10467"
      }
    ],
      {
        "self": "zzzzzzzzzzzzz",
        "value": "zzzzzzzzzzz",
        "id": "10467"
      }
    ],

我试图让它尽可能简单 - 所以不要关心输出中显示的括号。

这就是我所拥有的（输出比我想要的多）：

$importPath = "todays_changes.txt"
$pattern = "customfield_11301(.*)customfield_10730"

$string = Get-Content $importPath
$result = [regex]::match($string, $pattern).Groups[1].Value
$result

【问题讨论】：

为什么不将 JSON 解码为对象并直接寻址属性？
快速回答是 - 将您的贪婪捕获 (.*) 更改为非贪婪 - (.*?)。应该这样做。
很高兴它有帮助。请随意在下面将我的答案标记为已接受。

标签： regex powershell

【解决方案1】：

第一个问题是Get-Content 管道将逐行而不是一次提供全部内容。您可以通过管道 Get-Content 和 Out-String 将整个内容作为单个字符串获取，并对内容执行正则表达式。

您的问题的有效解决方案是：

Get-Content .\todays_changes.txt | Out-String | % {[Regex]::Matches($_, "(?<=customfield_11301)((.|\n)*?)(?=customfield_10730)")} | % {$_.Value}

输出将是：

": [
  {
    "self": "xxxxxxxx",
    "value": "xxxxxxxxx",
    "id": "10467"
  }
],
"

": [
  {
    "self": "zzzzzzzzzzzzz",
    "value": "zzzzzzzzzzz",
    "id": "10467"
  }
],
"

【讨论】：

【解决方案2】：

这是一个 PowerShell 函数，它将在两个字符串之间找到一个字符串。

function GetStringBetweenTwoStrings($firstString, $secondString, $importPath){

    #Get content from file
    $file = Get-Content $importPath

    #Regex pattern to compare two strings
    $pattern = "$firstString(.*?)$secondString"

    #Perform the opperation
    $result = [regex]::Match($file,$pattern).Groups[1].Value

    #Return result
    return $result

}

然后你可以像这样运行函数：

GetStringBetweenTwoStrings -firstString "Lorem" -secondString "is" -importPath "C:\Temp\test.txt"

我的 test.txt 文件中包含以下文本：

Lorem Ipsum 只是印刷和排版行业的虚拟文本。

所以我的结果：

Ipsum

【讨论】：

【解决方案3】：

快速的答案是 - 将你的贪婪捕获 (.*) 更改为非贪婪 - (.*?)。应该这样做。

customfield_11301(.*?)customfield_10730

否则捕获将尽可能多地吃掉，导致它一直持续到最后一个customfield_10730。

问候

【讨论】：

使用这种方法，如果我在一行中有多次相同的模式，它只会返回第一次出现。关于如何将其应用于同一行中的多次出现的任何想法？

【解决方案4】：

你需要让你的 RegEx Lazy：

customfield_11301(.*?)customfield_10730

Live Demo on Regex101

您的正则表达式贪婪。这意味着它将找到customfield_11301，然后进行直到找到最后一个 customfield_10730。

这是贪婪与懒惰正则表达式的更简单示例：

# Regex (Greedy): [(.*)]
# Input:          [foo]and[bar]
# Output:         foo]and[bar

# Regex (Lazy):   [(.*?)]
# Input:          [foo]and[bar]
# Output:         "foo" and "bar" separately

您的正则表达式与第一个非常相似，它捕获了太多，而这个新的正则表达式捕获的数据量可能最少，因此可以按您的预期工作

【讨论】：

感谢您的帮助，@ClasG 在您之前几分钟就回答了，所以我会接受他的回答。但特别感谢您提供的 regex101 演示链接，它确实帮助我理解了正在发生的事情。