Question

给出类似

的字符串

一些文本和[A〜Token]以及更多文本和[not token]和 [另一个〜令牌]

我需要提取“令牌”以供以后替换。 令牌被定义为两个标识符，它们之间用〜隔开，并用[]括起来。我一直在使用$string -match "\[.*?~.*?\]"，它可以正常工作。而且，据我所知，我正在将两个方括号转义，将任何字符重复零次或多次并强制延迟，然后再进行〜，然后对任何字符序列进行相同。因此，我的第一个改进是将.*?替换为.+?，因为我想要一个或多个，而不是零或多个。然后，我移至$string -match "\[[A-Za-z0-9]+~[A-Za-z0-9]+\]"，它将两个标识符限制为字母数字，这是一个很大的改进。因此，第一个问题是：最后一种解决方案是最好的方法，还是有待进一步改进？

此外，当前我只返回一个令牌，因此我遍历字符串，替换找到的令牌，并循环直到没有令牌。但是，我的理解是RegEx在默认情况下是贪婪的，因此我希望最后一个版本返回两个令牌，并且我可以遍历字典而不是使用While循环。因此，第二个问题是：我只回来一场比赛，这是什么意思？还是我误解了贪婪匹配的工作原理？

编辑：澄清一下，我使用的是$ matches，如下所示，但仍然只能得到1。

if ($string -match "\[[A-Za-z0-9]+~[A-Za-z0-9]+\]") {
    Write-Host "new2: $($matches.count)"
    foreach ($key in $matches.keys) {
        Write-Host "$($matches.$key)"
    }
}

此外，在识别令牌时，我真的不能使用直接替换，因为存在大量潜在替换。我拿令牌，去掉方括号，然后在〜上分割，以得到前缀和后缀值，然后确定一个特定的替换值，我可以使用专用的-replace来完成。最后澄清一下，令牌的数量是可变的。它可以是一个，也可以是三个或四个。所以我的解决方案必须非常灵活。

Answer 1

要列出所有标记并使用值，可以使用如下代码：

$matces = Select-String  '\[([\w]+)~([\w]+)\]' -input $string -AllMatches | Foreach {$_.matches}
foreach($value in  $matces){
    $fullToken = $value.Value;
    $firstPart = $value.Groups[1].Value;
    $secondPart = $value.Groups[2].Value;
    echo "full token found: '$fullToken' first part: '$firstPart' second part: '$secondPart'";
}

在与()分组的正则表达式部分中注意，这允许访问令牌的某些部分。

在此循环中，您可以使用fullToken和firstPart找到要插入而不是secondPart的适当值。

至于\[.*?~.*?\]不能正常工作，因为它试图匹配并以文本[not a token] and [another~token]成功，因为在此正则表达式中，标记部分允许字符][。 \[[^\]\[]*?~[^\]\[]*?\]（^可以使表达式取反，因此它将显示为：][以外的所有字符）也可以，但是如果\w足够好，则不能用大括号读取我们吧。

Answer 2

您可以使用\w来匹配单词字符（字母，数字，下划线）。结果就是模式\[\w+~\w+\]。
现在，您可以使用该模式创建一个正则表达式对象：

$rgx = [Regex]::new($pattern)

，并使用Replace运算符替换该模式的所有出现次数：

$rgx.Replace($inputstring, $replacement)

也许值得一提的是，正则表达式有一个.Match运算符，它返回模式的第一个出现位置，还有一个.Matches运算符，它返回该模式的所有出现位置。

Answer 3

以示例行

$String = "Some text and [A~Token] and more text and [not a token] and [another~token]"

此RegEx带有捕获组

$RegEx = [RegEx]"\[(\w+~\w+)\][^\[]+\[[^\]]+\][^\[]+\[(\w+~\w+)\]"
if ($string -match $RegEX){
   "First token={0} Second token={1}" -f $matches[1],$matches[2]
}

返回：

First token=A~Token Second token=another~token

请参见上面的https://regex101.com/r/tp6b9e/1

中解释的RegEx

两个标记之间的区域与否定类交替匹配 [ / ]和文字char [ / ]

RegEx改进建议

3 个答案: