regex - Powershell正则表达式以匹配特定的文本顺序，并且仅将它们包括在结果中

Question

我正在尝试在Select-String Commandlet中查找powershell的工作正则表达式，以查找标记为外观文本开始的特定文本，并从这一点开始查找其他特定文本，直到找到最后一个文本。

带有文本的文件示例:

[Begin Of_Header]
Some.Text="Text"
Some.Text="Text"
Serial=0X94PA
Some.Text="Text"
Some.Text="Text"
Timer=0
Some.Text="Text"
Some.Text="Text"
Tag.SM=00
Some.Text="Text"
Some.Text="Text"
Some.Text="Text"
Some.Text="Text"
Tag.OM=00
Some.Text="Text"
Some.Text="Text"
Some.Text="Text"
Tag.UC=00
Some.Text="Text"
Some.Text="Text"
Some.Text="Text"
Events=pd_exf1
Some.Text="Text"
Some.Text="Text"
Some.Text="Text"
Acp="My looking dynamic text"
Some.Text="Text"
Some.Text="Text"
Dir=6
Some.Text="Text"
Some.Text="Text"
WG=100
Some.Text="Text"
Some.Text="Text"
H=95.5
Some.Text="Text"
Some.Text="Text"

[Begin Of_Header]
Serial=0XZZZ
Timer=0
Some.Text="Text"
Some.Text="Text"
Tag.OM=00
Tag.UC=00
Some.Text="Text"
Some.Text="Text"
Events=pd_exf1
Acp="My looking dynamic text"
Dir=6
WG=100
H=95.5


[Begin Of_Header]
Serial=0XPPPP
Timer=0
Tag.SM=00
Some.Text="Text"
Some.Text="Text"
Tag.OM=00
Tag.UC=00
Some.Text="Text"
Some.Text="Text"
Events=pd_exf1
Acp="My looking dynamic text"
Dir=6
WG=100
H=95.5

在这种情况下，它应该寻找静态单词 [Begin Of_Header] ，从这一点开始，动态值的精确顺序匹配以 Serial = 开头，并以 结尾Acp =“我的动态文本” 。并且Acp =可以具有各种值+串行。如果缺少值，例如 Tag.SM = 00缺少，则跳过此组中的搜索并跳转到下一个 [Begin Of_Header] ，然后再次开始分析。

结果应该是这样的:

[Begin Of_Header]
Serial=0X94PA
Timer=0
Tag.SM=00
Tag.OM=00
Tag.UC=00
Events=pd_exf1
Acp="My looking dynamic text"

[Begin Of_Header]
Serial=0XPPPP
Timer=0
Tag.SM=00
Tag.OM=00
Tag.UC=00
Events=pd_exf1
Acp="My looking dynamic text"

我发现了类似 here的东西，但是不能完全按照我的要求工作。

同样，这不能按预期方式工作，因为它不排除完全匹配顺序中断的情况:

Select-String -LiteralPath "C:\myfile.txt" -Pattern "\[Begin Of_Header\]|Serial=|Timer=|Tag.SM=|Tag.OM=|Tag.UC=|Events=|Acp=" | Select-Object LineNumber,Line

Answer 1

正则表达式很复杂，但是由于元素的顺序是固定的，所以我认为没有问题。

$Header = '[Begin Of_Header]'
$RE = [RegEx]'(?smi)(^Serial=.*?$).*(^Timer=.+?$).*(^Tag\.SM=.+?$).*(^Tag\.OM=.+?$).*(^Tag\.UC=.+?$).*(^Events=.+?$).*(^Acp=.+?$)'

(Get-Content .\myfile.txt -raw) -split [RegEx]::Escape($Header)|
    Select-String $RE | ForEach-Object{
        $Header
        for($i=1;$i -lt 8;$i++){$_.matches.groups[$i].value}
        ""
    }

样本输出:

> Q:\Test\2017\09\10\SO_46139332.ps1
[Begin Of_Header]
Serial=0X94PA
Timer=0
Tag.SM=00
Tag.OM=00
Tag.UC=00
Events=pd_exf1
Acp="My looking dynamic text"

[Begin Of_Header]
Serial=0XPPPP
Timer=0
Tag.SM=00
Tag.OM=00
Tag.UC=00
Events=pd_exf1
Acp="My looking dynamic text"

header 用于将文件内容拆分为多个块，以分别与RE匹配

(?smi)建议RE使用

s修饰符:单行。点与换行符

匹配

m修饰符:多行。使^和$匹配每行的开始/结束(不仅是字符串的开始/结束)

我修改器:不敏感。不区分大小写的匹配

(^Serial=.*?$).*

第一捕获组(^ Serial =。*？$)
^声明行首的位置
Serial =从字面上匹配字符Serial =(不区分大小写)
。*？
。匹配任何字符
*？量词-匹配零到无限次，次数尽可能少，根据需要扩展(延迟)
$在行尾声明位置
。*
匹配任何字符
*量词-尽可能在零到无限次之间进行匹配，并根据需要返回(贪婪)