仅过滤文件中的大写单词

Question

我有一个 output.txt 文件，其中包含大约 1000 个单词，如下所示：

每周会议 电影长篇 tblTrans_Ticket。 承认详情ALT2 MESSAGESTUB2ALT3 StartDayOfWeek 描述 MESSAGESTUB2ALT2 电影短片 应用 门票类型LONGALT

我需要过滤那个文件，只选择只有大写字符的单词，并去掉那些有小写字符的单词。

我在 PowerShell 中运行这个命令：

Get-Content .\out.txt | ForEach-Object if ($_.IsUpper) {Write-Host $_}

shell 会一一解析所有单词，并为每个单词打印我：

ForEach-Object ：输入名称“if”无法解析为方法。 在行：1 字符：25 + ... 等内容 .\out.txt | ForEach-Object if ($_.IsUpper) {Write-Host $_} + ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ + CategoryInfo : InvalidArgument: (TAIL:PSObject) [ForEach-Object], PSArgumentException + FullyQualifiedErrorId : MethodNotFound,Microsoft.PowerShell.Commands.ForEachObjectCommand

我不明白我哪里错了？

Answer 1

你好弗朗切斯科·曼托瓦尼，

正如其他人所提到的，[string] 类型没有 .IsUpper 属性。 [char] 类型有一个.IsUpper() 方法，但它也缺少具有该名称的属性。 [咧嘴一笑]

您可以测试所有大写的数组项...

$Collection.Where({$_ -ceq $_.ToUpper()})

希望对你有帮助，
李

Answer 2

使用-cmatch 运算符对正则表达式 (regular expression) 进行区分大小写的匹配：

Get-Content .\out.txt | Where-Object { $_ -cmatch  '^\p{Lu}+$' }

• -cmatch 是-match operator（别名为-imatch）的区分大小写的变体；鉴于-match 不区分大小写，必须使用-cmatch 来检测大小写区别。

• \p{Lu} 匹配单个大写字符 - 包括重音的非 ASCII 字符，例如 Ü^[1] - 添加 + 匹配一行或多个。将表达式括在^（字符串开头）和$（字符串结尾）中意味着只匹配完全由大写字符组成的行。

  • Ansgar Wiechers 建议使用 -cnotmatch '\p{Ll}' 代替，它的工作方式略有不同：它将消除包含 至少一个小写 字符的行，这意味着即使它们（也）包含非字母字符也会保留这些行（只要没有小写字母）。

Select-String 的替代方案可能性能更好：

Select-String -CaseSensitive '^\p{Lu}+$' .\out.txt | Select-Object -ExpandProperty Line

Select-String 默认情况下也不区分大小写（通常与 PowerShell 一样），因此此处需要
-CaseSensitive 开关。

请注意，尽管名称如此，Select-String 从 PowerShell Core 6.1.0 开始不支持直接输出匹配的行；相反，它输出匹配信息对象，其.Line 属性包含匹配的行，因此需要Select-Object -ExpandProperty Line。
This GitHub issue 建议添加一个新的开关参数以支持直接输出匹配的字符串。

---

至于你尝试了什么：

ForEach-Object cmdlet 执行的代码必须作为 脚本块 传递 - 即包含在 { ... } 中的一段代码。

您忽略了这样做，导致您看到的语法错误。

另外，[string] 类型（一个 .NET 字符串）没有.IsUpper() 方法（即使有，您也忘记了() 在.IsUpper 之后）。

只有[char] 类型具有.IsUpper() 方法，即static 方法，您可以按如下方式调用它：[char]::IsUpper('A') - 但您必须在循环输入字符串中的每个字符：

Get-Content .\out.txt | Where-Object { 
  foreach ($c in $_.ToCharArray()) { if (-not [char]::IsUpper($c)) { return $False } }
  $True
}

最后，不要使用Write-Host 返回结果 - Write-Host 只打印到控制台 - 你将无法捕获或重定向此类输出^[2]。相反，使用 Write-Output 或者更好的是，依赖 PowerShell 的 implicit 输出行为：简单地使用 $_ 作为它自己的语句将输出它 - 你既不捕获也不重定向的任何表达式或命令都是自动输出（发送到成功输出流）。

---

^{[1] 相比之下，使用字符范围表达式 [A-Z] 只能识别 ASCII 范围（英文）大写字符。}

^{[2] 在 PSv4- 中永远不会，但在 PSv5+ 中您可以通过额外的努力 - 但关键是 Write-Host 不用于输出结果（数据）。支持>}

Answer 3

最简单的方法可能是使用正则表达式。

Get-Content .\out.txt | Where-Object { $_ -cmatch "\b[A-Z0-9_]+\b" }

Where-Object 充当过滤器，允许任何匹配的内容通过并丢弃任何不匹配的内容。

-cmatch 将进行区分大小写的正则表达式匹配

正则表达式解释：

+ 量词 - 匹配一次到无限次，尽可能多次，按需回馈（贪婪）

A-Z A（索引 65）和 Z（索引 90）之间的单个字符

0-9 0（索引 48）和 9（索引 57）之间的单个字符

_ 匹配字符 _ 字面意思

\b 在单词边界处断言位置

如果您不想让带有这些字符的单词通过过滤器，您可以删除 0-9 和 _。

见：https://regex101.com/r/CfgEmU/1