删除 .csv/.txt/.xml 中字符前后不需要的文本

Question

嗨，朋友们，我有一个 .csv 文件，其中有一些我想要删除的不需要的文本，仅用于提取文件名。 到目前为止，我已经尝试了下面的代码，但它从文件中删除了整个数据。 如果有人有任何解决此问题的想法，请提供帮助。使用 C# 和 powershell 脚本的灵魂将不胜感激。

(Get-Content "D:\Saved\document\document1.csv") |

Foreach-object {$_ -replace ".>" -replace "<.>"} |

Set-Content "D:\Saved\document\document1.csv"

文件的文本如下：

    <deployment>
  <metadata>
    <title>TEST-2014-08026</title>
    <date>30-05-2014</date>
    <author>Developer</author>
    <svnrevision>svn://10.285.120.144/devmd/Trunk</svnrevision> 
  </metadata>
  <csvfiles>
    <csv>
        <file>Directorcsv\tcl\safetodl\Spec_typ\TEST-2014-08026_Spec_typ.csv</file>
        <loadCtl>tcl\safetodl\Spec_typ\Spec_typ.ctl</loadCtl>
        <AffectedTables>
            <table tname="Spec_typ"/>
        </AffectedTables>
    </csv>
    <csv>
        <file>Directorcsv\tcl\safetodl\Spec_typ_arg\TEST-2014-08026_Spec_typ_arg.csv</file>
        <loadCtl>tcl\safetodl\Spec_typ_arg\Spec_typ_arg.ctl</loadCtl>
        <AffectedTables>
            <table tname="Spec_typ_arg"/>
        </AffectedTables>
    </csv>
    <csv>
        <file>Directorcsv\tcl\safetodl\doc_lolcation\TEST-2014-08026_doc_lolcation.csv</file>
        <loadCtl>tcl\safetodl\doc_lolcation\doc_lolcation.ctl</loadCtl>
        <AffectedTables>
            <table tname="doc_lolcation"/>
        </AffectedTables>
    </csv>

    <csv>
        <file>Directorcsv\tcl\safetodl\stsmst\TEST-2014-08026_stsmst.csv</file>
        <loadCtl>tcl\safetodl\stsmst\stsmst.ctl</loadCtl>
        <AffectedTables>
            <table tname="stsmst"/>
        </AffectedTables>
    </csv>

    <csv>
        <file>Directorcsv\tcl\safetodl\stsmst\TEST-2014-08026_stsmst.csv</file>
        <loadCtl>tcl\safetodl\stsmst\stsmst.ctl</loadCtl>
        <AffectedTables>
            <table tname="stsmst"/>
        </AffectedTables>
    </csv>

  </csvfiles>
  <files>
    <labels>
        <label>
          <directories>
            <dir>labels</dir>
          </directories>
          <labelFiles>
            <labFile>LABEL\5348_dev_carlbl.POF</labFile>
            <labFile>LABEL\5348_dev_carlbl.lbl</labFile>
            <labFile>5348_dev_carlbl.msql</labFile>
          </labelFiles>
        </label>
    </labels>
  </files>
</deployment>   

代码

代码 2

<deployment>
  <metadata>
    <title>Test-2014-01825</title>
    <date>05-03-2014</date>
    <svnrevision>svn://10.285.120.144/devmd/Trunk/wm/LES</svnrevision>
    <packagedir/>
  </metadata>
   <dda>
    <packages>
      <dda-package>
        <library>TCP_Add_Exports</library>
        <package-name>uc-TCP-inbound-report</package-name>
      </dda-package>
    </packages>
  </dda>
  <moca>
     <mocadir>TCPint</mocadir>
     <commands>
        <command>list_TCP_inbound_report.mcmd</command>
        <command>list_TCP_inboundheader_report.mcmd</command>
     </commands>
  </moca>
</deployment>

我想将结果另存为 For EX：

TEST-2014-08026_Spec_typ.csv
Spec_typ.ctl
TEST-2014-08026_Spec_typ_arg.csv
Spec_typ_arg.ctl
TEST-2014-08026_doc_lolcation.csv

Answer 1

或者，您也可以对其进行正则表达式搜索...

GC D:\Convert\txtdoc\rtbTextBox.csv | ?{$_ -match "\\([^\\]+?\.(?:csv|ctl))<"}|%{$Matches[1]}

如果你想将它输出到一个文件，你可以通过管道将它输出到 Out-File。

输出：

TEST-2014-08026_doc_typ.csv
doc_typ.ctl
TEST-2014-08026_doc_typ_arg.csv
doc_typ_arg.ctl
TEST-2014-08026_doc_lblfmt.csv
doc_lblfmt.ctl
TEST-2014-08026_dscmst.csv
dscmst.ctl
TEST-2014-08026_lblfmt.csv
lblfmt.ctl

编辑：只抓取 CSV 和 CTL 文件。如果您希望所有这些都将(?:csv|ctl) 更改为.*?，那么您就设置好了。

Edit2：好的，必须稍微修改一下，但这现在应该会获取所有文件名：

GC C:\temp\test.txt | ?{$_ -match "(?:.*?file.*?|loadctl|command)>.*?\\?([^\\]+?\..*?)<"}|%{$Matches[1]}

输出：

TEST-2014-08026_doc_typ.csv
doc_typ.ctl
TEST-2014-08026_doc_typ_arg.csv
doc_typ_arg.ctl
TEST-2014-08026_doc_lblfmt.csv
doc_lblfmt.ctl
TEST-2014-08026_dscmst.csv
dscmst.ctl
TEST-2014-08026_lblfmt.csv
lblfmt.ctl
1662_ceva_carlbl.POF
1662_ceva_carlbl.lbl
1662_ceva_carlbl.msql

这会抓取节点名称中带有file 并匹配*.* 模式的任何内容，以及匹配*.* 模式的loadctl 节点。

Answer 2

您的文本不是 csv 文件，而是 xml 文件。 Powershell 可以非常轻松地解析 xml（我已将信息从 <csvfiles> 提取到 </csvfiles> ）：

[xml]$file=Get-Content D:\Convert\txtdoc\rtbTextBox.csv
$file.csvfiles.csv | foreach { $_.file+"   ---->>  "+$_.loadCtl } 

会输出

load\hcl\safetoload\doc_typ\TEST-2014-08026_doc_typ.csv   ---->>  hcl\safetoload\doc_typ\doc_typ.ctl                  
load\hcl\safetoload\doc_typ_arg\TEST-2014-08026_doc_typ_arg.csv   ---->>  hcl\safetoload\doc_typ_arg\doc_typ_arg.ctl  
load\hcl\safetoload\doc_lblfmt\TEST-2014-08026_doc_lblfmt.csv   ---->>  hcl\safetoload\doc_lblfmt\doc_lblfmt.ctl      
load\hcl\safetoload\dscmst\TEST-2014-08026_dscmst.csv   ---->>  hcl\safetoload\dscmst\dscmst.ctl                      
load\hcl\safetoload\lblfmt\TEST-2014-08026_lblfmt.csv   ---->>  hcl\safetoload\lblfmt\lblfmt.ctl 

只提取文件名：

PS>$file.csvfiles.csv |%{ (split-path $_.file -leaf) +"   ---->>  "+ (split-path $_.loadCtl -leaf)} 

输出

    TEST-2014-08026_doc_typ.csv   ---->>  doc_typ.ctl                                                     
    TEST-2014-08026_doc_typ_arg.csv   ---->>  doc_typ_arg.ctl                                             
    TEST-2014-08026_doc_lblfmt.csv   ---->>  doc_lblfmt.ctl                                               
    TEST-2014-08026_dscmst.csv   ---->>  dscmst.ctl                                                       
    TEST-2014-08026_lblfmt.csv   ---->>  lblfmt.ctl 

Answer 3

最简洁的方法是将数据解析为 XmlDocument 并通过 XPath 选择器进行处理。或者，您可以使用 XmlSerializer 将这些文件反序列化为已定义的类。

C# 解决方案（快速而肮脏的版本，添加更多！= null 检查）

XmlDocument document = new XmlDocument();

//Load the xml from a file
document.Load(fileName);

XmlNodeList csvNodes = document.SelectNodes("//csv");
if (csvNodes == null) return;

StringBuilder builder = new StringBuilder();

foreach (XmlNode csvNode in csvNodes)
{
    //You might want to add some checks for null here
    string file = csvNode.SelectSingleNode("./file").InnerText;
    string loadCtl = csvNode.SelectSingleNode("./loadCtl").InnerText;

    //Trim the paths
    file = file.Substring(file.LastIndexOf('\\') + 1);
    loadCtl = loadCtl.Substring(loadCtl.LastIndexOf('\\') + 1);

    builder.AppendLine(file);
    builder.AppendLine(loadCtl);
}

string result = builder.ToString();

输出：

TEST-2014-08026_doc_typ.csv

doc_typ.ctl

TEST-2014-08026_doc_typ_arg.csv

doc_typ_arg.ctl

TEST-2014-08026_doc_lblfmt.csv

doc_lblfmt.ctl

TEST-2014-08026_dscmst.csv

dscmst.ctl

TEST-2014-08026_lblfmt.csv

lblfmt.ctl