regex - 使用 RegEx 和 Powershell 在文档中查找人员姓名

Question

我有一个word文档列表，我必须搜索。

通常该文档将被匿名化，以便用单个字符替换名字和姓氏。

任务是找出文档未被匿名的地方以及文本中某人的名字。

例如，这个文本是可以接受的：X 先生遇到了问题。

此文本也可以接受：Y 先生和 Y 夫人遇到了问题。

然而，这个文本是不可接受的：琼斯先生遇到了一个问题。或者这个..琼斯先生和夫人遇到了一个问题。

我想我可以获得一份可能的头衔列表（先生、夫人、医生等）

因此，我想构造一个 RegEx 表达式，该表达式将捕获 TITLE 后跟两个或多个字母字符的出现。

我正在使用支持 RegEx 的 Powershell Select-String 小程序。到目前为止，我有这个脚本：

$Search = "Mr[ ][A-Z][A-Z]"
$aryfiles = Get-Content "K:\Echo Maintenance\Scripts\SORDocSearch\filelist.csv"
Foreach ($file in $aryfiles) {

    If (Get-Content $file | Select-String -Pattern $Search) {
        $file
        Get-Content $file | Select-String -Pattern $Search 
    }
} 

这是正则表达式“Mr[ ][AZ][AZ]”我需要帮助，因为不幸的是这匹配 Mr 和 Mrs X，'and' 词被解释为一个名字。

标签： regexpowershell

Answer 1

如果您想要与 2 个字母字符 az 匹配，您可以尝试使用可选非捕获组的 2 个字符类。

\bMr (?:and Mrs )?[A-Z][a-z]\w*

正则表达式演示

对于标题，您可以使用交替来匹配不同的选项(?:Mrs?|Doctor)

---

或者对于匹配大写字母和任何类型字母 1 倍以上的字符的更广泛匹配：

\bMr (?:and Mrs )?\p{Lu}\p{L}+

正则表达式演示