Question

我需要修复几个大型的错误XML文件。因为它们是越野车，所以我不能这样做：

[xml]$xml = Get-Content .\data.xml

我想用捕获的组来解析它们。但是，我不知道如何处理嵌套标签。

这是一个简单的例子来说明我的问题。

$xml = '<tag><tag><tag>Anything</tag><tag>Something else</tag></tag><tag><tag>Another value</tag><tag>And another one...</tag></tag></tag>'
$Pattern = '<tag>(?<Content>.+?)</tag>'
([regex]::Matches($Xml, $Pattern)).Value

这段代码返回：

<tag><tag><tag>Anything</tag>
<tag>Something else</tag>
<tag><tag>Another value</tag>
<tag>And another one...</tag>

如何更改我的Regex模式以获取此信息？

<tag>Anything</tag>
<tag>Something else</tag>
<tag>Another value</tag>
<tag>And another one...</tag>

正则表达式递归似乎可以满足我的需求。但是，我找不到有人解释它如何与PowerShell一起使用（如果有的话...）

Answer 1

负向超前就足够了。

<tag>(?!<tag>)(?<Content>.+?)<\/tag>

仅采用最后一个<tag>，即通过了超前检查的那个。

Answer 2

您的“规范”由输入和所需输出的单个示例组成，这不一定是编写代码的良好基础，但是对于给定的示例，您可以采用替换{{1}的任何序列的方法}个带有单个<tag>起始标签的起始标签，以及任何<tag>个带有单个</tag>结束标签的结束标签序列。

因此，将</tag>替换为(<tag>)+，并将<tag>替换为(</tag>)+。

如果我误解了这个问题，那么您需要找到一种更清晰地描述问题的方法。

当然，修复不良的XML不能替代修复最初生成不良XML的错误代码。

嵌套XML标签的PowerShell Regex

2 个答案: