正则表达式返回完整行而非匹配项

Question

正则表达式返回完整行而非匹配项

5

我正在尝试从文本文件中提取出一个日期。以下是该内容：

存储管理器命令行管理员界面 - 版本7，发布1，级别1.4 版权所有1990, 2015公司和其他人。版权所有。

与服务器TSERVER建立的会话：Windows Server版本7，发布1，级别5.200 服务器日期/时间：11/22/2016 15:30:00 最后访问：11/22/2016 15:25:00

ANS8000I服务器命令。

我需要提取server date/time之后的日期/时间。我已经写了这个正则表达式：

/([0-9]{1,2}\/[0-9]{1,2}\/[0-9]{4} [0-9]{1,2}:[0-9]{1,2}:[0-9]{1,2})/

这个在regex101上可以完美地运行。请参见https://regex101.com/r/MB7yB4/1上的示例。然而，在Powershell中，它的反应是不同的。

$var -match "([0-9]{1,2}\/[0-9]{1,2}\/[0-9]{4} [0-9]{1,2}:[0-9]{1,2}:[0-9]{1,2})"

提供

服务器日期/时间：2016年11月22日 16:30:00 最后访问时间：2016年11月22日 15:37:19

和

$var -match "([0-9]{1,2}\/[0-9]{1,2}\/[0-9]{4} [0-9]{1,2}:[0-9]{1,2}:[0-9]{1,2})"

没有任何返回结果。

我不确定为什么匹配结果不一致。
谢谢帮助！

- mitch2k

if($var -match '[0-9]{1,2}/[0-9]{1,2}/[0-9]{4} [0-9]{1,2}:[0-9]{1,2}:[0-9]{1,2}') { $Matches[0] } - Wiktor Stribiżew

你的第二个-match示例命令与第一个完全相同。请编辑它以显示真正未产生任何结果的变化（或者只需删除第二个命令）。 - mklement0

5个回答

2

为了补充Wiktor Stribiżew的有用提示和有效解决方案，但没有解释-match运算符在数组输入中的行为：

-match运算符的行为会改变，如果LHS是一个字符串数组，则返回匹配的数组元素而不是布尔值，并且$Matches变量不会被填充。实际上，-match执行的是数组过滤。

你可能只使用Get-Content将文件内容读入$var，它将以字符串数组而不是单个字符串的形式返回行。在PSv3+中，添加-Raw开关会将整个文件作为单个字符串读取。
你的正则表达式仅匹配了输入数组的第5个元素（文件的第5行），因此该元素（整个行）被返回。

如Wiktor的答案所解释的那样，为了访问自动生成的$Matches哈希表的条目，需要访问有关最近使用-match捕获的信息：$Matches[0]包含整个正则表达式捕获的内容，$Matches[1]包含第一个（未命名的）捕获组捕获的内容（第2个为$Matches[2]，...），对于命名捕获组，使用$Matches['<name>']，如LotPing's helpful answer所示。（例如，$Matches.0是$Matches[0]的另一种语法）。
最好使用单引号字符串（'...'）定义正则表达式，这样 PowerShell 自己应用于双引号字符串（"..."）的字符串插值不会妨碍匹配。

说到使用正则表达式提取子字符串时，使用-replace通常可以提供更简洁的解决方案：

$var -join "`n" -replace '(?s).*?(\d{1,2}/\d{1,2}/\d{4} \d{1,2}:\d{1,2}:\d{1,2}).*', '$1'

额外的-join "`n"步骤是必要的，以重新组装$var中的行数组为一个字符串以作为-replace的输入。下面的解释说明了如何使用Get-Content -Raw将整个文件作为一个单一的字符串读取。

# Read the text file as a *single* string, using -Raw.
# Note: Without -Raw, you get an *array* of strings representing 
#       the individual lines.
$var = Get-Content -Raw file.txt

# Define the regex that matches the *entire* input,
# with a single capture group capturing the substring of interest.
# The regex:
#   - is prefixed with an inline-option expression, (?s), which ensures
#     that . also matches a newline.
#   - starts with .*? a non-greedy expression matching any
#     sequence of characters at the start of the input,
#   - followed by the original capture-group regex (though without escaping of / as \/,
#     because that is not necessary in PowerShell, and \d used instead of [0-9])
#   - ends with .*, a greedy expression that matches everything through the
#     end of the input.
$re = '(?s).*?(\d{1,2}/\d{1,2}/\d{4} \d{1,2}:\d{1,2}:\d{1,2}).*'

# Using -replace, we replace the entire input string - by virtue
# of the overall regex matching the entire string - with only 
# what the capture group captured ($1).
# The net effect is that only the capture group value is output.
# With the sample input, this outputs '1/22/2016 15:30:00', the first
# timestamp encountered.
$var -replace $re, '$1'

- mklement0

1

那个“原始注释”真是无价之宝。我不明白为什么我的“-match”返回的是一个数组，而不是像大家说的那样返回一个布尔值！谢谢。 - biso

1

由于您正在匹配多行，它会提取匹配的行，要从行中提取单个匹配项，请使用以下内容：

foreach ($line in $var) { if ($line -match "([0-9]{1,2}\/[0-9]{1,2}\/[0-9]{4} [0-9]{1,2}:[0-9]{1,2}:[0-9]{1,2})") {write-output $matches[0]}}

- Jim Moyle

1

如果你在处理冗长的正则表达式时，使用命名捕获组确实是有意义的。将一个正则表达式分成多个部分时，名称保持不变。当正则表达式可能跨越多行时，应使用(?smi)，为了能够匹配crlf与.，你必须使用-raw选项进行get-content。我使用\d而不是[0-9]只是为了节省3个字符。

$var = Get-Content File.txt -Raw
if ($var -match "(?smi)Server date/time: (?<ServerDT>\d{1,2}/\d{1,2}/\d{4} \d{1,2}:\d{1,2}:\d{1,2}).*access: (?<LastAc>\d{1,2}/\d{1,2}/\d{4} \d{1,2}:\d{1,2}:\d{1,2})") { 
  "ServerDT  : "+$matches.ServerDT 
  "LastAccess: "+$matches.LastAc
}

输出

ServerDT  : 11/22/2016 15:30:00
LastAccess: 11/22/2016 15:25:00

- user6811411

1

在这种情况下，我仍然更喜欢直接使用.NET正则表达式类匹配方法——它更快、更精确、更详尽。如果您确定第一个日期是您要搜索的结果，您可以使用以下方法：

[regex]::Matches($var,'\d{1,2}/\d{1,2}/\d{4}\s\d{1,2}:\d{1,2}:\d{1,2}')[0].value

我个人会在正则表达式中加入"服务器日期/时间："，然后将其从结果中删除（如果需要，将清除的结果解析为DateTime对象）。

([regex]::Matches($a,'Server\sdate/time:\s\d{1,2}/\d{1,2}/\d{4}\s\d{1,2}:\d{1,2}:\d{1,2}').value) -replace "Server date/time: ",''

PS. 快速建议：即使是测试，也要避免使用 var 作为变量名。这是一个非常不好的习惯。

- autosvet

谢谢。使用.NET类肯定更容易，并且返回了我所需的内容。谢谢！ - biso

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Wiktor Stribiżew · Accepted Answer

< p > -match 运算符返回一个布尔值，显示是否找到匹配项。同时，它使用匹配数据（整个匹配和捕获组值）设置了$matches变量。您只需要访问整个匹配项：

if($var -match '[0-9]{1,2}/[0-9]{1,2}/[0-9]{4} [0-9]{1,2}:[0-9]{1,2}:[0-9]{1,2}') { $matches[0] }

请参阅在PowerShell中使用-match和$matches变量。请注意，在PowerShell正则表达式中不需要转义/符号，因为这个字符不是特殊字符，并且在定义正则表达式时不使用正则表达式定界符（就像JS、PHP正则表达式中的外部/.../）。