regex - 为什么使用替换功能从 PowerShell 中的多行字符串中删除空行失败？

Question

我正在加载 HTML 电子邮件，首先删除 HTML 标签，然后替换每个  一个空格，我将双空格减少一个空格 - 有效。

但是现在我有很多无法删除的空行。我看过在读取文件时删除空行的示例，但是在删除 HTML 标记和空格之前我没有任何空行。

我愿意:

$m = [IO.File]::ReadAllText("$emailFolder\$fName")
$m = $m -replace "<((?!@).)*?>" # removes all html tag but not adr: <John.Doe@Doe.com>
$m = $m -replace "&nbsp;"," "
$m = $m.Replace('  ',' ').Replace('  ',' ').Replace('  ',' ')
$m = $m.Replace('`r','').Replace('`n`n','`n').Replace('`n`n','`n') # does nothing :(

我尝试了各种版本，都没有删除空行。任何想法，我怎么能做到这一点？

除此之外，我尝试使用正则表达式乘数来查找一行中的空格并失败了。

我做错了什么？

$m = $m.Replace(' +',' ')  # does not work
$m = $m.Replace('\s+',' ') # does not work either

Answer 1

如果我理解正确，您不想删除所有换行符，只删除“空”行(只包含空格的行)。

考虑这个示例字符串:

$multiLine = "Line 1`r`nLine 2`nLine 3`r`n`r`n  `n `t `r`nLine 7`r`n"

显示时，它在屏幕上看起来像这样:

Line 1
Line 2
Line 3



Line 7

第 4 行实际上是一个空行，只有一个 CRLF。第 5 行是一个空格后跟一个 LF，第 6 行是一个空格、一个制表符、一个空格，然后是一个 CRLF。我混合了行尾，因为 HTML 可能是一团糟；为任何事情做好准备是件好事!

要处理所有这些，您可以进行如下替换:

$multiLine -creplace '(?m)^\s*\r?\n',''

这有什么作用？

-creplace只是 -replace 的区分大小写的版本(我喜欢直截了当)。

(?m)是设置 regular expression modes 的内联方式. m模式代表多行，它让 ^和 $ anchor 匹配字符串中每一行的开头/结尾(而不是字符串的开头和结尾)。 我认为这是解决您问题的关键。

我们正在使用 ^匹配每一行的开头，然后使用 \s 匹配 0 个或多个空格类，其中包括选项卡。

我们匹配一个可选的回车(对于 Windows 换行符)，然后是一个换行符。我们不需要匹配这些的倍数，因为 ^将在整个字符串中捕获它们。

结果输出

Line 1
Line 2
Line 3
Line 7