什么构成 Powershell 中 Select-String 方法的“线”？

Question

我希望 Select-String 考虑 \r\n（回车 + 换行）在 Powershell 中的行尾。

但是，如下所示，abc 匹配整个输入：

PS C:\Tools\hashcat> "abc`r`ndef" | Select-String -Pattern "abc"

abc
def

如果我将字符串分成两部分，那么 Select-String 的行为与我预期的一样：

PS C:\Tools\hashcat> "abc", "def" | Select-String -Pattern "abc"

abc

如何给Select-String 一个行以\r\n 终止的字符串，然后让这个cmdlet 只返回那些包含匹配项的字符串？

Answer 1

• Select-String 对每个（按需字符串化^[1]）输入对象进行操作。

• 一个多行字符串，例如"abc`r`ndef"是一个单输入对象。

  • 相比之下，"abc", "def" 是一个字符串数组，有两个元素，作为两个输入对象传递。

• 要确保多行字符串的 行 单独传递，请使用 PowerShell 的 @ 将字符串拆分为 行数组 987654329@运营商："abc`r`ndef" -split "`r?`n"

  • （? 使 `r 可选，以便也正确处理 `n-only（LF-only，Unix 风格）行尾。）

简而言之：

"abc`r`ndef" -split "`r?`n" | Select-String -Pattern "abc"

等效的，使用带有正则表达式 (regex) 转义序列的 PowerShell 字符串文字（-split 的 RHS 是一个正则表达式）：

"abc`r`ndef" -split '\r?\n' | Select-String -Pattern "abc"

---

有点遗憾的是，Select-String 文档谈到了对 行 文本进行操作，因为真正的操作单元是输入 对象 - 它本身可能包括正如我们所见，多行。
这可能来自典型通过Get-Content cmdlet 提供输入对象的用例，它一行一行地输出文本文件的行。

请注意，Select-String 不会直接返回匹配字符串，而是将它们包装在包含有关匹配的有用元数据的 [Microsoft.PowerShell.Commands.MatchInfo] 对象中。 然而，即使存在线条隐喻，因为它是包含匹配 string 的 .Line 属性。

---

[1] 可选阅读：Select-String 如何对输入对象进行字符串化

如果输入对象已经不是字符串，则将其转换为字符串，尽管可能不是您所期望的方式：

简单地说，.ToString() 方法是在每个非字符串输入对象上调用的^[2] ，对于非字符串，它 not 与您使用 PowerShell 的 默认输出格式 获得的表示相同（后者是您在例如，将对象打印到控制台或使用Out-File）；相比之下，它是与您在双引号字符串中使用 字符串插值 获得的相同表示（当您在"..." 中嵌入变量引用或命令时，例如，@ 987654346@ 或 "$(Get-Date)")。

通常，.ToString() 只产生对象的类型 的名称，而不包含任何特定于实例的信息；例如，$PSVersionTable 字符串化为 System.Management.Automation.PSVersionHashTable。

# Matches NOTHING, because Select-String sees
# 'System.Management.Automation.PSVersionHashTable' as its input.
$PSVersionTable | Select-String PSVersion 

如果您确实想逐行搜索默认输出格式，请使用以下成语：

... | Out-String -Stream | Select-String ...

但是，请注意，对于非字符串输入，通过查询属性使用Where-Object 条件过滤输入会更稳健，更适合后续处理。

也就是说，有充分的理由证明Select-String 需要隐式应用Out-String -Stream 字符串化，如this GitHub feature request 中所述。 p>

---

^{[2] 更准确地说，.psobject.ToString() 被按原样调用，或者 - 如果对象的 ToString 方法支持 IFormatProvider 类型的参数 - 作为 .psobject.ToString([cultureinfo]::InvariantCulture) 来获得culture-invariant 表示 - 请参阅 this answer 了解更多信息。}

Answer 2

"abc`r`ndef"

是一个字符串，如果您在控制台中回显 (Write-Output) 会导致：

PS C:\Users\gpunktschmitz> echo "abc`r`ndef"
abc
def

Select-String 将回显每个包含“abc”的字符串。由于“abc”是字符串的一部分，因此将选择该字符串。

"abc", "def"

是两个字符串的列表。在这里使用Select-String 将首先测试“abc”，然后如果模式匹配“abc”，则测试“def”。因为只有第一个匹配，所以才会被选中。

使用以下将字符串拆分为列表，并仅选择包含“abc”的元素

"abc`r`ndef".Split("`r`n") | Select-String -Pattern "abc"

Answer 3

Guenther Schmitz 先生基本上解释了Select-String 的正确用法，但我只想补充几点来支持他的回答。

1. 我针对这个Select-String cmdlet 做了一些逆向工程工作。它位于 Microsoft.PowerShell.Utility.dll 中。部分相关代码sn-ps如下，注意这些是逆向工程的代码供参考，并非实际源代码。

   string text = inputObject.BaseObject as string;
   ...
   matchInfo = (inputObject.BaseObject as MatchInfo);
   object operand = ((object)matchInfo) ?? ((object)inputObject);
   flag2 = doMatch(operand, out matchInfo2, out text);
   

   我们可以发现它只是把 inputObject 当作一个完整的字符串，它没有做任何拆分。

2. 我在 github 上没有找到这个 cmdlet 的实际源代码，可能这个实用程序部分还没有开源。但我找到了这个Select-String 的unit test。

   $testinputone = "hello","Hello","goodbye"
   $testinputtwo = "hello","Hello"
   

   他们用于单元测试的测试字符串实际上是字符串列表。这意味着他们甚至没有考虑您的用例，很可能它只是为了接受字符串集合的输入而设计的。

3. 但是，如果我们查看 Microsoft 的 official document 关于 Select-String，我们确实看到它经常谈论 line，但它无法识别 line 在一个字符串中。我个人的猜测是 line 的概念只有在 cmdlet 接受文件作为输入时才有意义，如果文件就像一个字符串列表，列表中的每个项目代表一行。

希望它能让事情更清楚。