正则表达式只匹配没有_或 - 的单词

Question

我正在尝试从文本文件中提取单词，每个行只包含一个单词。但是如果没有＆＃34; _＆＃34;（下划线）或＆＃34; - ＆＃34;我只想匹配这个词。 （短划线）在单词中：
文件可能如下所示：

1. ＆LT; someword
   
2. ＆LT; SomeOtherword
   
3. ＆LT; wordwith划线-anotherd
   
4. ＆LT; wordwith_under_anotheru
   

我只想提取第1行和第1行。 2并忽略第3行＆amp; 4 （即当正则表达式匹配每一行时的结果应该是：

某些字
的SomeOtherword

没有＆＃34;＆lt;＆＃34;以及每行的空间） 我一直在尝试＆＃34; [\ w - ] +＆＃34;它与_和＆amp; - 我正在使用PowerShell正则表达式引擎。


我正在处理一个接近100000行的文件。我不想根据需要循环每一行，处理时间非常快。我正在使用的代码：

  

$ rx =＆＃39; [\ w - ] +＆＃39;
  Get-Content $ filename | Select-String -Pattern $ rx -AllMatches | select -ExpandProperty匹配| select -ExpandProperty Value | out-file $ outputfile

Answer 1

要在powershell中执行正则表达式匹配，您可以使用-match运算符或select-string。 -notmatch还有一个-NotMatch运算符和select-string标记。两者都过滤了没有匹配。

所以一个选项是

gc 'file.txt' | where { $_ -notmatch '-|_' } | foreach { $_.Trim('<', ' ') }

而另一个是

gc 'file.txt' | select-string -NotMatch '-|_' | foreach { $_.Line.Trim('<', ' ') }

Answer 2

如果您对性能敏感，这种方法的速度要快得多（2.6秒对80毫秒）：

(Select-String '^[a-zA-Z]+$' file.txt -AllMatches).Matches.Value

这确实需要PowerShell v3的新功能。你不会说你正在使用哪个版本。