Question

我在PowerShell中有一个相当长的字符串，需要拆分。每个部分均以日期mm/dd/yyyy hh:mm:ss AM开头。本质上，我想做的是获取字符串中的最新消息。我不需要保留日期/时间部分，因为我已经在其他地方了。

这是字符串的样子：

10/20/2018 1:22:33 AM
Some message the first one in the string

It can be several lines long
With multiple line breaks

But this is still the first message in the string

10/21/2018 4:55:11 PM
This would be second message
Same type of stuff

But its a different message

我知道如何在特定字符上分割字符串，但我不知道如何在日期/时间等模式下进行

Answer 1

注意：

下面的解决方案假定该部分不是，不一定是按时间顺序排序，因此您必须检查所有时间戳，以确定最近的时间戳。
相比之下，如果您可以假设 last 消息是最新消息，请使用LotPings' much simpler answer。

如果您不提前知道哪个部分的时间戳最近，最好采用逐行方法：

$dtMostRecent = [datetime] 0
# Split the long input string ($longString) into lines and iterate over them.
# If input comes from a file, replace 
#   $longString -split '\r?\n'
# with
#   Get-Content file.txt
# If the file is large, replace the whole command with
#   Get-Content file.txt | ForEach-Object { ... } 
# and replace $line with $_ in the script block (loop body).
foreach ($line in $longString -split '\r?\n') {
  # See if the line at hand contains (only) a date.     
  if ($dt = try { [datetime] $line } catch {}) {
    # See if the date at hand is the most recent so far.
    $isMostRecent = $dt -ge $dtMostRecent
    if ($isMostRecent) {
      # Save this time stamp as the most recent one and initialize the
      # array to collect the following lines in (the message).
      $dtMostRecent = $dt 
      $msgMostRecentLines = @()
    }
  } elseif ($isMostRecent) {
    # Collect the lines of the message associated with the most recent date.
    $msgMostRecentLines += $line
  }
}

# Convert the message lines back into a single, multi-line string.
# $msgMostRecent now contains the multi-line message associated with
# the most recent time stamp.
$msgMostRecent = $msgMostRecentLines -join "`n"

请注意如何使用try { [datetime] $line } catch {}来尝试将行转换为[datetime]实例，并在无法实现的情况下静默失败，在这种情况下，$dt被分配了{{1} }，在布尔上下文中解释为$null。

无论当前有效的区域性如何，此技术都有效，因为PowerShell的强制类型转换从字符串进行强制转换时始终使用 invariant 区域性，并且输入中的日期采用了不变性区域性可以理解的格式之一

与之相反，$False运算符在-as的使用上更加方便-Esperento57指出，意外地对文化敏感。
this GitHub issue中讨论了这种令人惊讶的行为。

Answer 2

假设[datetime]节升序，
用RegEx拆分它们并获得最后一个就足够了

((Get-Content .\test.txt -Raw) -split "\d+/\d+/\d{4} \d+:\d+:\d+ [AP]M`r?`n")[-1]

基于存储在文件test.txt中的示例字符串的输出

This would be second message
Same type of stuff

But its a different message

Answer 3

您可以按时间戳记模式将其拆分，如下所示：

$arr =  $str -split  "[0-9]{1,2}/[0-9]{1,2}/[0-9]{1,4} [0-9]{1,2}:[0-9]{1,2}:[0-9]{1,2} [AaPp]M\n"

Answer 4

据我所知，您不能为此使用任何静态String方法（例如Split（））。我试图找到一个可以处理整个事情的正则表达式，但无法提出能完全分解的正则表达式。

因此，您需要一行一行地进行测试，以查看该行是否为日期，然后像下面这样将它们之间的行连接起来：

$fileContent = Get-Content "inputFile.txt"
$messages = @()
$currentMessage = [string]::Empty
foreach($line in $fileContent)
{
    if ([Regex]::IsMatch($line, "\d{1,2}/\d{1,2}/\d{4} \d{1,2}:\d{2}:\d{2} (A|P)M"))
    {
        # The current line is a date, the current message is complete
        # Add the current message to the output, and clear out the old message 
        # from your temporary storage variable $currentMessage
        if (-not [string]::IsNullOrEmpty($currentMessage))
        {
            $messages += $currentMessage
            $currentMessage = [string]::Empty
        }
    }
    else
    {
        # Add this line to the message you're building.
        # Include a new line character, as it was stripped out with Get-Content
        $currentMessage += "$line`n"
    }
}

# Add the last message to the output
$messages += $currentMessage

# Do something with the message
Write-Output $messages

由于所有这些的关键是要认识到给定的行是日期，因此是消息的开头，因此让我们再看一下正则表达式。 “ \ d”将匹配任何0-9的十进制字符，紧随其后的花括号表示需要匹配的十进制字符的数量。因此，“ \ d {1,2}”的意思是“寻找一个或两个十进制字符”，或者在这种情况下是一年中的月份。然后，我们寻找一个“ /”，另外1个或2个十进制字符-“ \ d {1,2}”，另一个“ /”，然后正好4个十进制字符-“ \ d {4}”。时间大致相同，小数点之间用“：”代替“ /”。最后，会有“ AM”或“ PM”，因此我们寻找“ A”或“ P”后跟“ M”，其正则表达式为“（A | P）M”

将所有内容组合在一起，您将获得“ \ d {1,2} / \ d {1,2} / \ d {4} \ d {1,2}：\ d {2}：\ d { 2}（A | P）M”来确定您是否在该行上有一个日期。我相信也可以使用[DateTime] :: Parse（）确定该行是否为日期，但是那样您就不会对Regex感兴趣，并且需要try-catch。有关Powershell中正则表达式的更多信息（只是.NET正则表达式），请参见.NET Regex Quick Reference

在PowerShell中按模式分割字符串

4 个答案: