用正则表达式读取多行？答案

【问题标题】：Reading in multiple lines with regex?用正则表达式读取多行？
【发布时间】：2014-09-12 04:50:11
【问题描述】：

我有一个如下所示的文件：

SPECIMEN: Procedure: xxxx1 A) Location: yyyy2
Major zzz B) Location: something
text here C) more


CLINICAL DIAGNOSIS: xyz

换行符是CR，然后是LF。

我正在尝试制作从 Procedure: 末尾到 CLINICAL DIAGNOSIS 开头的正则表达式，但在读取多行时遇到问题。

这是我所拥有的：

$input_file = 'c:\Path\0240188.txt'
$regex = ‘(?m)^SPECIMEN: Procedure: (.*)CLINICAL DIAGNOSIS:’
select-string -Path $input_file -Pattern $regex -AllMatches | % { $_.Matches } | % { $_.Value }

什么都不返回。

如果我将行更改为：

$regex = ‘(?m)^SPECIMEN: Procedure: (.*)’

它抓取第一行，但不抓取其余部分。我以为(?m) 应该为我抓取多行。

有什么建议吗？

【问题讨论】：

有什么方法可以将整个文件 slurp 变成一个变量？

标签： regex powershell

【解决方案1】：

试试这个：

$regex = '(?ms).*SPECIMEN: Procedure:(.+)CLINICAL DIAGNOSIS: '

Get-Content $input_file -Delimiter 'CLINICAL DIAGNOSIS: '|
 foreach {@($_) -match 'CLINICAL DIAGNOSIS: ' -replace $regex,'$1'}

使用“临床诊断”作为分隔符，无需一次读取所有数据并一次解析/捕获多个匹配项。

【讨论】：

【解决方案2】：

$input_file 好像只是逐行读取，在这里对你没有帮助，

试试：

$fileContent = [io.file]::ReadAllText("C:\file.txt")

或者

$fileContent = Get-Content c:\file.txt -Raw

取自另一个帖子here。

【讨论】：

【解决方案3】：

(?m) 导致 ^ 和 $ 锚在实现时匹配每行的开头和结尾。您想使用内联 (?s) 修饰符强制点匹配所有字符，包括换行符。

$regex = ‘(?s)SPECIMEN: Procedure: (.*)CLINICAL DIAGNOSIS:’

【讨论】：

这没有给我任何结果。如果我在您的行中取出CLINICAL DIAGNOSIS:，它最终只会返回SPECIMEN: Procedure: ； ? 似乎是导致此问题的一部分？

【解决方案4】：

试试这个：

$input_file = gc 'c:\Path\0240188.txt' | out-string
# or: gc c:\path\xxxxx.txt -raw  #with v3+
$regex = ‘(?s)\bSPECIMEN: Procedure: (.*?)CLINICAL DIAGNOSIS:’
$input_file | select-string -Pattern $regex -AllMatches | % { $_.Matches }
# or: [regex]::matches($input_file, $regex) # much faster

【讨论】：

【解决方案5】：

你可以像这样使用一些正则表达式技巧：

Procedure:([\S\s]+)CLINICAL DIAGNOSIS

Working demo

由于. 匹配除新行之外的所有内容，您可以使用[\S\s]+ 匹配所有内容，如绿色图像所示，并使用捕获组(...) 捕获它。如果您想避免使用单行标志，则此技巧有效。

【讨论】：