regex - 使用正则表达式提取(重复)包含括号的组

Question

我的字符串:

(01) this is value one (02) and this is 2 (03) and this is number 3

所需结果(键/值对):

(01)    this is value one  
(02)    and this is 2   
(03)    and this is number 3

到目前为止，我的代码:

$s="(01) this is value one (02) and this is 2 (03) and this is number 3" 
$pattern  = '(\(\d\d\))(.*)' 
$m = $s | select-string $pattern -AllMatches | % {$_.matches} | ForEach-Object { $_.Groups[1].Value }

如何做到这一点？

Answer 1

由于您正在寻找键值对，因此将它们收集在(n个有序的)哈希表中是有意义的。

可以通过基于正则表达式的 -split运算符来执行拆分，该操作还允许通过捕获组((...))在输出数组中包括分隔符regex匹配的部分。

# Input string
$s = '(01) this is value one (02) and this is 2 (03) and this is number 3'

# Initialize the output hashtable
$ht = [ordered] @{}

# Split the input string and fill the hashtable.
$i = 0; 
$s -split '(\(\d+\)) ' -ne '' | ForEach-Object { 
  if (++$i % 2) { $key = $_ } else { $ht[$key] = $_ }
}

# Output the hashtable
$ht

以上 yield :

Name                           Value
----                           -----
(01)                           this is value one 
(02)                           and this is 2 
(03)                           and this is number 3

注意:如果您不想在关键字(名称)属性中包含封闭的(...)，请使用-split '\((\d+)\) '而不是-split '(\(\d+\)) '
上面将字符串拆分为数组的元素，其中相邻元素对代表键值对。然后，ForEach-Object调用将这些键值对添加到输出哈希表，根据元素索引是奇数还是偶数来确定输入元素是键还是值。

至于您尝试了什么:

您的正则表达式'(\(\d\d\))(.*)'过于贪婪，这意味着由于.*子表达式，给定行上的单个匹配项将匹配整行。

如果使用以下正则表达式，则将获得所需的匹配项:'(\(\d+\)) ([^(]+)'
也就是说，在匹配诸如(01)之类的索引之后，仅匹配直到但不包括后续((如果有)。

在原始命令的简化版本的上下文中，该将键值对输出为自定义对象([pscustomobject]实例)的数组:

$s = '(01) this is value one (02) and this is 2 (03) and this is number 3'
$pattern  = '(\(\d+\)) ([^(]+)'
$s | Select-String $pattern -AllMatches | ForEach-Object {
  $_.matches | Select-Object @{ n='Name';  e = { $_.Groups[1].Value } },
                             @{ n='Value'; e = { $_.Groups[2].Value } }
}

以上 yield :

Name Value
---- -----
(01) this is value one 
(02) and this is 2 
(03) and this is number 3

但是请注意，上面的代码输出了一个自定义对象数组，每个对象代表一个键值对，这与顶部的解决方案不同，后者创建了一个包含所有键值对的哈希表。