Findstr

Question

我在文本文件中有这个字符串 (test.txt):

BLA BLA BLA
BLA BLA
Found 11 errors and 7 warnings

我执行这个命令：

findstr /r "[0-9]+ errors" test.txt

为了得到 11 errors 个字符串。

相反，输出是：

Found 11 errors and 7 warnings

有人可以帮忙吗？

Answer 1

findstr 工具不能仅用于提取匹配项。为此使用 Powershell 更容易。

这是一个例子：

$input_path = 'c:\ps\in.txt'
$output_file = 'c:\ps\out.txt'
$regex = '[0-9]+ errors'
select-string -Path $input_path -Pattern $regex -AllMatches | % { $_.Matches } | % { $_.Value } > $output_file

请参阅 the Windows PowerShell: Extracting Strings Using Regular Expressions article 了解如何使用上面的脚本。

Answer 2

findstr 总是 return 包含匹配项的每个完整行，它不能仅 returning 子字符串。因此，您需要自己进行子字符串提取。总之，您的 findstr 命令行中存在一些问题，我想指出：

findstr的字符串参数实际上定义了多个搜索字符串，用白色-space分隔，所以一个搜索字符串是[0-9]+，另一个是error .您的文本文件中的 Found 11 errors and 7 warnings 行被 return 编辑，因为 error 只是单词，数字部分不是匹配的一部分，因为 findstr 不支持 + 字符（前一个字符或 class 出现一次或多次），您需要将搜索字符串的那部分更改为 [0-9][0-9]* 才能实现。要将整个字符串视为一个搜索字符串，您需要提供 /C 选项；由于这默认为文字搜索模式，因此您还需要明确添加 /R 选项。

findstr /R /C:"[0-9][0-9]* errors" "test.txt"

然而，改变所有这些也会匹配像 x5 errorse 这样的字符串；为避免这种情况，您可以使用 \<（单词开头）和 \>（单词结尾）之类的单词边界。（或者，您也可以在搜索字符串的两边包含 space，即 /C:" [0-9][0-9]* errors "，但如果搜索字符串出现在适用行的最开头或结尾，这可能会造成问题。）

所以关于以上所有内容，更正和改进的命令行如下所示：

findstr /R /C:"\<[0-9][0-9]* errors\>" "test.txt"

这将 return 包含匹配项的整行：

Found 11 errors and 7 warnings

如果您只想 return 此类行并排除 2 errors are enough 或 35 warnings but less than 3 errors 等行，您当然可以相应地扩展搜索字符串：

findstr /R /C:"^Found [0-9][0-9]* errors and [0-9][0-9]* warnings$" "test.txt"

无论如何，要提取部分 11 errors 有几种选择：

一个for /F循环可以解析findstr的输出并提取某些标记：

for /F "tokens=2-3 delims= " %%E in ('
    findstr/R /C:"\<[0-9][0-9]* errors\>" "test.txt"
') do echo(%%E %%F

也可以使用子字符串替换语法：

for /F "delims=" %%L in ('
    findstr /R /C:"\<[0-9][0-9]* errors\>" "test.txt"
') do set "LINE=%%L"
set "LINE=%LINE:* =%"
set "LINE=%LINE: and =" & rem "%"
echo(%LINE%

Findstr - Return 只有正则表达式匹配

Findstr - Return only a regex match

regex

cmd