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。

powershell
$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:

text
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。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

使用正则表达式

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通