regex - 打印Powershell Regex捕获到输出文件

Question

我有一个文件input.txt，其中包含如下文本:

GRP123456789
    123456789012
GRP234567890
    234567890123
GRP456789012
    "A lot of text. More text. Blah blah blah: Foobar." (Source Error) (Blah blah blah)
GRP567890123
    Source Error
GRP678901234
    Source Error
GRP789012345
    345678901234
    456789012345

我试图捕获所有出现的“GRP ##########”，条件是下一行至少有一个数字。

因此，GRP123456789有效，但GRP456789012和GRP678901234无效。

我在http://regexstorm.net/tester上想到的RegEx模式是:(GRP[0-9]{9})\s\n\s+[0-9]
到目前为止，基于该站点http://techtalk.gfi.com/windows-powershell-extracting-strings-using-regular-expressions/，我拥有的PowerShell脚本为:

$input_path = 'C:\Users\rtaite\Desktop\input.txt'
$output_file = 'C:\Users\rtaite\Desktop\output.txt'

$regex = '(GRP[0-9]{9})\s\n\s+[0-9]'

select-string -Path $input_path -Pattern $regex -AllMatches | % { $_.Matches } | % { $_.Values } > $output_file

我没有得到任何输出，也不确定为什么。

对此的任何帮助将不胜感激，因为我只是想更好地理解这一点。

Answer 1

您需要先将文本输入转换为单个字符串，然后再将其传递给Select-String，否则该cmdlet将单独在每一行上操作，因此永远找不到匹配项。

Get-Content $input_path | Out-String |
    Select-String $regex -AllMatches |
    Select-Object -Expand Matches |
    ForEach-Object { $_.Groups[1].Value } |
    Set-Content $output_file

如果您使用的是PowerShell v3或更高版本，则可以将Get-Content | Out-String替换为Get-Content -Raw。