命令行与文本处理 / 系统课时
使用正则表达式
使用正则表达式
本课解决日志、标识符和半结构化文本难以稳定解析的问题。你将使用 -match 提取命名分组,用 -replace 规范化内容,再用 -split 拆分字段,并正确处理 $Matches 的生命周期。
学习目标
- 掌握
-match、-replace与-split的核心行为 - 使用命名分组从日志中提取业务字段
- 识别
$Matches、大小写和转义相关边界
理解三个正则运算符
对单个字符串执行 -match 时,结果是布尔值;匹配成功后,自动变量 $Matches 保存完整匹配、数字分组和命名分组。-replace 接收“模式”和“替换值”,返回替换后的新字符串,不会原地修改原变量。
-split 的分隔符同样是正则表达式,因此点号、竖线、括号等字符可能具有特殊含义。需要按用户输入的字面分隔符拆分时,可先用 [regex]::Escape() 转义,避免把普通字符误当成正则语法。
这些运算符默认不区分大小写;需要区分时使用 -cmatch、-creplace 和 -csplit。相应的 -imatch 等形式可显式表示不区分大小写。
解析并规范化业务文本
下面的脚本用命名分组解析两种日志尾部结构:成功日志包含金额,错误日志包含原因。随后,它移除标识符列表中的空白、按分号拆分,并把下划线统一替换为短横线。
$lines = @(
'2026-08-04 10:15:22 INFO order=ORD-1001 amount=88.50'
'2026-08-04 10:15:24 ERROR order=ORD-1002 reason=timeout'
)
$pattern = '^(?<time>\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}) (?<level>INFO|ERROR) order=(?<order>ORD-\d+)(?: amount=(?<amount>\d+\.\d{2})| reason=(?<reason>[a-z]+))$'
$records = foreach ($line in $lines) {
if ($line -match $pattern) {
# 每次成功匹配后立即读取 $Matches,避免后续匹配覆盖它
$detail = if ($Matches.amount) {
"amount=$($Matches.amount)"
}
else {
"reason=$($Matches.reason)"
}
"{0}|{1}|{2}|{3}" -f `
$Matches.time, $Matches.level, $Matches.order, $detail
}
}
$ids = ((' user_001 ; user-002 ' -replace '\s+', '') -split ';') `
-replace '_', '-'
$records
"IDs=$($ids -join ',')"预期输出:
2026-08-04 10:15:22|INFO|ORD-1001|amount=88.50
2026-08-04 10:15:24|ERROR|ORD-1002|reason=timeout
IDs=user-001,user-002模式开头的 ^ 和结尾的 $ 要求整行符合规则,避免只匹配到局部片段。(?:...) 是非捕获分组,仅用于组织“金额或原因”两个分支;?<time> 等命名分组会成为 $Matches.time、$Matches.level 等键。
处理 $Matches 与常见误区
$Matches 是可变的自动变量。新的成功匹配会覆盖旧值,而失败匹配后旧内容可能仍然存在,因此不要在匹配判断之外盲目读取它。稳妥做法是在 if ($text -match $pattern) 代码块中立即复制所需字段。
当左侧是字符串数组时,-match 返回所有匹配的元素,而不是单个布尔值,也不适合依赖 $Matches 获取每一项分组。需要逐项提取字段时,应像主示例一样使用 foreach 对标量逐个匹配。
替换字符串中的 $1、${name} 代表捕获组,但 PowerShell 自身也会解释双引号字符串中的 $。包含捕获组引用时优先使用单引号替换字符串,或对 $ 做正确转义。处理不可信长文本时,还应避免嵌套且无边界的量词,以降低灾难性回溯风险。