匹配 XML 数据中的特定 CDATA 部分答案

【问题标题】：Match particular CDATA sections in XML data匹配 XML 数据中的特定 CDATA 部分
【发布时间】：2015-10-07 22:15:45
【问题描述】：

我正在尝试执行 PowerShell 正则表达式，我想要从中进行匹配的以下页面（下文进一步），粗体的两个部分是我想要捕获并分配给变量的信息。所以我需要两个正则表达式。从下面的文字中，我需要准确找到的两个区域是 King 和 Years & Years。请注意，这两个区域发生了变化（因此我需要捕获它们），其余代码保持不变。

这是我目前拥有的正则表达式，但它对我不起作用。

\s+artist\s*>\s*<\s*!\s*[CDATA\s*[(.*)\s*]\s*]\s*>\s*<\s*/artist

这是我尝试使用正则表达式的页面（或数据）。

<on_air>
  <publishedInfo publishedDate="2015-07-18 16:24:28" />
  <stationName><![CDATA[Mix 106.5]]></stationName>
  <stationPrefix><![CDATA[mix1065]]></stationPrefix>
  <generic_coverart><![CDATA[http://media.arn.com.au/images/getImage.aspx?i=generic_mix1065.jpg]]></generic_coverart>
  <now_playing>
    <audio ID="id_1705168034_30458146" type="song">
      <title generic="False"><![CDATA[King*]]></title>
      <artist><![CDATA[Years & Years]]></artist>
      <number><![CDATA[46029]]></number>
      <cut><![CDATA[1]]></cut>
      <ref><![CDATA[]]></ref>
      <played_datetime><![CDATA[2015-07-18 16:24:27]]></played_datetime>
      <length><![CDATA[00:03:28]]></length>
      <coverart generic="true"><![CDATA[http://media.arn.com.au/images/getImage.aspx?i=generic_mix1065.jpg]]></coverart>
      <options>
        <option><![CDATA[KIIS S Integrated]]></option>
      </options>
    </audio>
  </now_playing>

【问题讨论】：

标签： regex xml powershell powershell-3.0 cdata

【解决方案1】：

如果它是一个有效的 XML，那么你不需要使用正则表达式。 PowerShell 适应 XML 对象，您可以使用标准属性语法在它们上导航：

$xml=[xml]@'
<on_air>
  <publishedInfo publishedDate="2015-07-18 16:24:28" />
  <stationName><![CDATA[Mix 106.5]]></stationName>
  <stationPrefix><![CDATA[mix1065]]></stationPrefix>
  <generic_coverart><![CDATA[http://media.arn.com.au/images/getImage.aspx?i=generic_mix1065.jpg]]></generic_coverart>
  <now_playing>
    <audio ID="id_1705168034_30458146" type="song">
      <title generic="False"><![CDATA[King*]]></title>
      <artist><![CDATA[Years & Years]]></artist>
      <number><![CDATA[46029]]></number>
      <cut><![CDATA[1]]></cut>
      <ref><![CDATA[]]></ref>
      <played_datetime><![CDATA[2015-07-18 16:24:27]]></played_datetime>
      <length><![CDATA[00:03:28]]></length>
      <coverart generic="true"><![CDATA[http://media.arn.com.au/images/getImage.aspx?i=generic_mix1065.jpg]]></coverart>
      <options>
        <option><![CDATA[KIIS S Integrated]]></option>
      </options>
    </audio>
  </now_playing>
</on_air>
'@
$xml.on_air.now_playing.audio.title.'#cdata-section'
$xml.on_air.now_playing.audio.artist.'#cdata-section'

【讨论】：

嗨 PetSerAl，我可以给你 who URI - media.arn.com.au/xml/mix1011_now.xml 这已经是 XML，基于这个 URI，你能给我一个导出的方法吗艺术家和标题并应用于一个变量（每个艺术家和标题一个变量）。我想我需要使用 Invoke-WebRequest
要加载 XML，您可以使用：$xml=New-Object xml;$xml.Load('http://media.arn.com.au/xml/mix1011_now.xml')。比您可以在我的答案中显示的方式导航它。

【解决方案2】：

你想转义括号文字。

此外，当您的意图更具体时，最好避免使用点“匹配几乎任何字符”元字符。在您的情况下，您真正想要做的是匹配直到您点击右括号，因此指定以下内容更安全：

'\s+artist\s*>\s*<\s*!\s*\[CDATA\s*\[([^]]*)\s*\]\s*\]\s*>\s*<\s*\/artist'

注意：正则表达式是上下文相关的，所以我不必在字符类中转义右括号的原因是因为它的位置，即是在否定类中指定的第一个字符——在这种情况下，它不能是字符类的右括号。换句话说，它不是模棱两可的。

【讨论】：

谢谢...并感谢您的解释。我会读几遍让它吸收。
当然，所以\[ 是文字括号； ( 开始捕获组，但不是.*，而是在右括号[^]] 之前捕获更安全。为了说明在不必要时使用点的危险，如果您有：<artist><![CDATA[Years & Years]]></artist><artist2><![CDATA][blah]]></artist2>，您的(.*) 将从第一个“年”到“等等”捕获，而([^]]*) 不会。顺便说一句，在我们的两个正则表达式中，尾随 \s* 是无用的。为避免捕获 ']' 之前的空格，如果 PowerShell 支持零长度断言，请查看它们。 ...\[CDATA\s*\[((?:(?!\s*\]).)*)

【解决方案3】：

为了帮助您起步，以下是对 y&y 的建议（尽可能插入空格选择器）：

artist><!\[CDATA\[Years & Years\]\]></artist

【讨论】：