如何在 Powershell 中使用 Regex 替换定界符和换行符之间的某些字符（而不是其他字符）？

Question

这是一个示例：

: [
          {
            "yearGroupId": 13,
            "educationPhaseEnum": 2,
            "name": "Year Group 12",
            "label": "YG 12"
          },
          {
            "yearGroupId": 14,
            "educationPhaseEnum": 2,
            "name": "Year Group 13",
            "label": "YG 13"
          }
        ]

我想删除换行符和所有引号。我只想在字符串“: [”和“]”之间执行此操作。所以所需的输出将如下所示：

[      {        yearGroupId: 13,        educationPhaseEnum: 2,        name: Year Group 12,        label: YG 12      },      {        yearGroupId: 14,        educationPhaseEnum: 2,        name: Year Group 13,        label: YG 13      }    ]

我试过了Powershell -NoProfile "(Get-Content -Raw .\allacts.txt) -replace '(?<=\u003a\u0020\u005b).*[\n\r\u0022].*(?=\u0020\u0020\u0020\u0020\u005d)', '' | Out-File -FilePath allacts.txt -Force -Encoding ASCII"

和大约一百个其他东西...但我无法理解它是如何工作的。我需要做什么才能让 Powershell 替换这些范围内的这些字符？在文件的其他地方我需要换行符。

谢谢。

编辑：是的，这是 JSON 数据。问题是有重复的键（我无法更改）。将其转换为 CSV 会导致 Powershell 忽略重复键并选择其中一个进入输出 CSV。直接将 JSON 导入 Excel（我需要它去的地方）会导致 Excel 拒绝它，因为它无法处理重复的键。

所以，我决定将所有内容都归为一个值，然后使用 Power Query 在另一端对其进行排序（使用逗号作为分隔符）。

Answer 1

你的任务需要一个dynamic-replace操作操作，其中WindowsPowerShell(powershell.exe) - 不同于 PowerShell (Core) 7+ (pwsh) - 无法直接提供：

您需要在输入文件中识别感兴趣的块...
...然后仅在该块上执行所需的转换。

^{更新：如所示，non-dynamic单-replace操作解决方案使用look-around断言 - 正如您尝试的那样 - 是可能的 - 但它们有点 mind-bending.}

更详细地讨论了动态替换，但适用于您的情况这意味着（假设您是从 PowerShell 外部调用的，例如来自 cmd.exe / 批处理文件） :

powershell.exe -NoProfile -c "[regex]::Replace((Get-Content -Raw .\allacts.txt), '(?s): \[.+?\r?\n        \]', { param($match) $match.Value -replace '[\r\n\"]' }) | Out-File -FilePath allacts.txt -Force -Encoding ASCII"

有关作为第二个参数传递给 [regex]::Replace() and the ability to experiment with it, see this regex101.com page 的 block-matching 正则表达式的解释。
第三个参数中使用的正则表达式，动态替换脚本块（{ ... }），是[\r\n"]，匹配所有CR（\r）， LF (\n) 和 " 字符，并且由于它与 -replace 一起使用而没有替换操作数，因此有效地 删除了 它们。

Answer 2

您可以使用两个纯字符串模式正则表达式替换中的任何一个：

(Get-Content -Raw .\allacts.txt) -replace '(?s)(?<=: \[.*?)[\r\n"](?=.*? ])' | Out-File -FilePath allacts.txt -Force -Encoding ASCII

参见 this regex demo。详情:

(?s) - RegexOptions.Singleline 使 . 可以匹配任何字符，包括换行符
(?<=: \[.*?) - 正后视匹配紧接在 : [ 字符串前面的位置，然后是尽可能少的零个或多个字符
[\r\n"] - CR、LF 或 " 字符
(?=.*? ]) - 一个积极的前瞻，确保尽可能少的零个或多个字符紧跟在当前字符右侧的 space + ] 字符位置。

或者，如果您有 : [.."...".: [ ... ] 之类的字符串，并且您只想删除最接近的 : [ 和 ] 之间的字符，您将需要使用

(Get-Content -Raw .\allacts.txt) -replace '(?s)(?<=: \[(?:(?!: \[).)*?)[\r\n"](?=.*? ])' | Out-File -FilePath allacts.txt -Force -Encoding ASCII

请参阅 this regex demo（请参阅 上下文 选项卡）。详情:

(?s) - RegexOptions.Singleline 使 . 可以匹配任何字符，包括换行符
(?<=: \[(?:(?!: \[).)*?) - 与紧接在前面的位置相匹配的正后视
- : \[ - : [ 字符串
- (?:(?!: \[).)*? - 任何字符，零个或多个，但次数尽可能少，不启动 : [ 字符序列
[\r\n"] - CR、LF 或 " 字符
(?=.*? ]) - 一个积极的前瞻，确保尽可能少的零个或多个字符紧跟在当前字符右侧的 space + ] 字符位置。

此处删除了匹配项。

或者，

(Get-Content -Raw .\allacts.txt) -replace '(?s)(\G(?!^)|: \[)(.*?)[\r\n"](?=.*? ])', '' | Out-File -FilePath allacts.txt -Force -Encoding ASCII

或

(Get-Content -Raw .\allacts.txt) -replace '(?s)(\G(?!^)|: \[)((?:(?!: \[).)*?)[\r\n"](?=.*? ])', '' | Out-File -FilePath allacts.txt -Force -Encoding ASCII

请参阅 this regex demo（不要忘记单击此处的 Context 选项卡）。这里

(?s) - . 现在匹配任何字符
(\G(?!^)|: \[) - 第 1 组 (</code>)：上一场比赛结束或 <code>: [ 字符串
((?:(?!: \[).)*?) - 第 2 组 (</code>)：任何字符，零个或多个，但次数尽可能少，不启动 <code>: [ 字符序列
[\r\n"] - CR、LF 或 "
(?=.*? ]) - 检查右边某处是否有 space + ]。

在这种情况下，匹配将替换为组 1 + 组 2 值。

用\s*（零个或多个白色spaces）或\s+（一个或多个白色spaces）替换文字spaces模式，如果你想匹配任何（数量）白色spaces.

如何在 Powershell 中使用 Regex 替换定界符和换行符之间的某些字符（而不是其他字符）？

How can I replace certain characters (and not others) between delimiters and across newlines, using Regex in Powershell?

regex

powershell

batch-file

delimiter

powershell-5.1