Question

我试图从日志文件中提取一些文本，但我遇到了问题。我正在处理的示例文本是：

ahksjhadjsadhsah
sakdsjakdjks
ksajdksaj
REF=35464
sadsad
213213
213
2
13

我需要提取价值＆＃34; 35464＆＃34; （REF编号）。我对正则表达式的了解有限，但想到了REF =（[0-9] +）＆＃39;会这样做。

现在我不确定读这个文件的效果如何，所以我尝试了几种方法：

select-string -path e:\powershell\log.txt -pattern 'REF=([0-9]+)' | % { $_.Matches } | % { $_.Value }

这给了我＆＃34; REF = 35464＆＃34; - 我不明白（为什么REF =包括在内），因为我认为＆＃39;捕获＆＃39;只是（）＆＃39;中的部分？

我也尝试过：

$data=Get-Content e:\powershell\log.txt
$data -match 'REF=([0-9]+)'
$Matches

但是$ Matches是空的。

我也尝试了类似于上面的方法，但是逐行，例如：

foreach ($line in $data)
{
    $line -match 'REF=([0-9]+)'
}

我要么没有匹配，要么完全匹配（包括REF =部分）。我也尝试过小组（即＆＃39;（REF =）（[0-9] +）＆＃39;），我无法得到我需要的东西。

我该如何阅读文件？我的正则表达式出了什么问题？

我只需将此提取的值作为可用变量。

Answer 1

可能是您尝试访问捕获组的方式

我将这个快速静态类放在一起，以说明如何获得您正在寻找的匹配。

注意：我正在使用正则表达式上的@符号和输入字符串来使它们成为文字。

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Text.RegularExpressions;
using System.Threading.Tasks;

namespace SkunkWorks.RegexPractice
{
    public static class RegexPractice2
    {
        public static string input = @"ahksjhadjsadhsah
        sakdsjakdjks
        ksajdksaj
        REF=35464
        sadsad
        213213
        213
        2
        13";

        static string pat = @"REF=([0-9]+)";

        public static void Do()
        {
            Regex r = new Regex(pat, RegexOptions.IgnoreCase);

            Match m = r.Match(input);

            int matchCount = 0;

            while (m.Success)
            {
                Console.WriteLine("Match" + (++matchCount));
                for (int i = 1; i <= 2; i++)
                {
                    Group g = m.Groups[i];
                    Console.WriteLine("Group" + i + "='" + g + "'");
                    CaptureCollection cc = g.Captures;
                    for (int j = 0; j < cc.Count; j++)
                    {
                        Capture c = cc[j];
                        System.Console.WriteLine("Capture" + j + "='" + c + "', Position=" + c.Index);
                    }
                }
                m = m.NextMatch();
            }
        }
    }
}

Answer 2

当我需要从字符串数组中提取子字符串时，我通常会使用在$Matches语句中使用-match运算符生成的自动变量Where 。像这样：

$Data | Where{$_ -match "REF=([0-9]+)"} | ForEach{$Matches[1]}

现在，$Matches变量将有一个数组。第一个条目将是它匹配的整行，第二个对象将只是捕获的文本，这就是我指定[1]的原因。现在，关于您正在匹配的RegEx ......技术上它是可以接受的，但它不是非常具体，所以它真的可以返回自[0-9]+以来的第一个数字属于[0-9]范围的1个或多个字符。如果您想确保获得所有数字，可以通过在匹配中使用行尾字符$来告诉它将所有内容放到行尾：REF=([0-9]+)$ 。我们无法确定数字后面是否有任何空格，因此您可能也希望使用\s符号来查找任何空白字符（空格，制表符，等等），并使用后面的星号，这意味着零或更多。然后它变成REF=([0-9]+)\s*$，它可以让你完全找到你想要的东西。最后，我会使用\d而不是[0-9]，因为它做同样的事情，而且它更短更简单，专门为工作而做。所以，我们有：

$Data | Where{$_ -match "REF=(\d+)\s*$"} | ForEach{$Matches[1]}

这是逐步细分的，并在此解释：https://regex101.com/r/dG7jC7/1

日志文件上的PowerShell正则表达式捕获太多

2 个答案: