通过 Powershell 从文本文件中提取字符串

Question

我一直在尝试使用 PowerShell 从 .txt 文件中的多行中提取某些值。

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

到目前为止我有代码：

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

Answer 1

另一种选择 (PSv3+)，将 [regex]::Matches() 与 -replace 运算符结合使用以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".*?" 匹配所有"..." 封闭的标记； .Value 提取它们，-replace '"' 去除 " 字符。

这可能并不明显，但根据我的测试，这恰好是此处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 -matchall 的变体，则上述内容将更加符合 PowerShell 习惯。 ，这样人们就可以写：

# WISHFUL THINKING (as of PowerShell Core 6.2)
$str -matchall '".*?"' -replace '"'

请参阅 GitHub 上的 this feature suggestion。

---

选读：性能对比

务实地说，这里的所有解决方案都是有帮助的，并且可能足够快，但可能存在必须优化性能的情况。

一般来说，使用Select-String（以及一般的管道）会带来性能损失 - 同时提供优雅和内存高效的流处理处理。

此外，重复调用脚本块（例如，{ $_.Value }）往往会很慢 - 特别是在具有 ForEach-Object 或 Where-Object 的管道中，而且 - 在较小程度上 - 使用 .ForEach() 和 @ 987654339@收集方式（PSv4+）。

在正则表达式领域，您为可变长度的后视表达式（例如(?<=EQUAL\s*")）和使用捕获组（例如(.*?)）付出了性能损失。

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

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

我的 MacBook Pro 的计时示例；确切的时间并不重要（您可以删除Format-Table 调用以查看它们），但相对性能反映在Factor 列中，从最快到最慢。

Factor Command
------ -------
1.00   [regex]::Matches($str, '".*?"').Value -replace '"' # this answer
2.85   [regex]::Matches($str, '\"(.*?)\"').Groups.Where({$_.name -eq '1'}).Value # AdminOfThings'
6.07   [regex]::matches($String, '(?<=Equal\s*")[^"]+') | Foreach {$_.Value} # Wiktor's
8.35   $str | Select-String -Pattern '(?<=Equal\s*")[^"]+' -AllMatches | ForEach-Object{$_.Matches.Value} # LotPings'

Answer 2

你可以使用

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

请参阅regex demo。

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*") - 一个以 Equal 和 0+ 个空格开头的位置，然后是 "
• [^"]+ - 消耗 1+ 字符而不是双引号。

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 sn-p 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 3

使用 Wiktor 的优秀 RegEx 直接使用 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

样本输出：

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

Answer 4

您可以修改您的正则表达式以使用括号中指示的捕获组。反斜杠只是转义引号。这使您可以捕获您正在寻找的内容，然后进一步过滤它。这里的捕获组自动命名为 1，因为我没有提供名称。捕获组 0 是包括引号在内的整个匹配项。我切换到 Matches 方法，因为它包含字符串的所有匹配项，而 Match 只捕获第一个匹配项。

$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"