Question

对于以下问题，我非常感谢您的帮助：

我正在使用PowerShell处理大量XML数据。 XML存储在.txt文件中，读取文件后我的PowerShell脚本将内容写入数据库。

我想过滤掉一些XML节点，如果它们没有正确的“signatureNumber”（通过长度或最好用正则表达式验证它）。

以下是XML结构：

<Objs xmlns="http://schemas.microsoft.com/powershell/2004/04" Version="1.1.0.1">
  <Obj RefId="0">
    <TN RefId="0">
      <T>WebServiceProxy.TestOutputElement</T>
      <T>System.Object</T>
    </TN>
    <ToString>WebServiceProxy.TestOutputElement</ToString>
    <Props>
      <DT N="declarationDate">2011-08-29T10:28:17</DT>
      <B N="declarationDateSpecified">true</B>
      <Nil N="testDate" />
      <B N="testDateSpecified">true</B>
      <S N="XMLdocument">&lt;?xml S>
      <I32 N="id">1359569</I32>
      <B N="idSpecified">true</B>
      <I32 N="decisionCode">5</I32>
      <B N="decisionCodeSpecified">true</B>
      <S N="documentStatus">issued</S>
      <S N="incidentSignature">Nc-e 491993/11</S>
      <S N="signatureNumber">11111111111/222222/33</S> <----- signature length (21) is OK! We want the whole <Obj> 
    </Props>
  </Obj>
  <Obj RefId="1">
    <TNRef RefId="0" />
    <ToString>WebServiceProxy.TestOutputElement</ToString>
    <Props>
      <DT N="declarationDate">2011-08-29T10:28:18</DT>
      <B N="declarationDateSpecified">true</B>
      <Nil N="testDate" />
      <B N="testDateSpecified">true</B>
      <S N="XMLdocument">&lt;?xml D__x000A_</S>
      <I32 N="id">1359570</I32>
      <B N="idSpecified">true</B>
      <I32 N="decisionCode">5</I32>
      <B N="decisionCodeSpecified">true</B>
      <S N="documentStatus">issued</S>
      <S N="incidentSignature">Nc-e 491923/11</S>
      <S N="signatureNumber">test</S> <----- wrong signature! <Obj> should be filtered out!
    </Props>
  </Obj>

使用类似代码在循环中读取内容：

$filedata = Get-Content ("C:\EXPORT\MyData"+$pageNumber+".txt")

读取每个文件后，XML就会写入数据库：

$Command.CommandText = "INSERT INTO dbo.ImportXml (MethodName,XmlData) VALUES ('"+$methodName+"','"+ $filedata+ "')"
$Command.ExecuteNonQuery() >> $log_message

目标是过滤掉<Obj>变量中的所有$filedata元素，如果它们包含长度不同于21的“signatureNumber”。一切都必须在INSERT之前完成。

我真的很感激任何建议！

更新：只是澄清一切。在我的示例中<Obj RefId="0">是正常的，应该插入，<Obj RefId="1">应该从XML中完全删除。

Answer 1

由于您正在将XML加载到数据库中，因此我不得不求助于一些丑陋的正则表达式：

$filedata = [System.IO.File]::ReadAllText("C:\EXPORT\MyData"+$pageNumber+".txt")
$re=[regex] '(?s)<Obj.*?<S N="signatureNumber">(.*?)</S>.*?</Obj>'
$m = $re.Matches($filedata)
$m | ?{ $_.Groups[1].value.length -ne 21} | %{ $filedata = $filedata.Replace($_.value,"")   }

$filedata

如果您在Powershell中使用XML，我会建议这样的事情：

$fileXml = [xml]$filedata

$filedata = foreach ($obj in $fileXml.Objs.Obj){
    $obj.Props.S | ?{ $_.N -eq "signatureNumber"} | %{if( $_."#text".length -eq 21) {$obj}}

}

$filedata

如何使用PowerShell动态过滤掉XML节点？

1 个答案: