时间戳

首页 > 解决方案 > Powershell 正则表达式的所有匹配问题和字符串之间的全部查找

regex - Powershell 正则表达式的所有匹配问题和字符串之间的全部查找

问题描述

尝试使用 Powershell 去除某些但不是全部的 HTML 标记或其他代码。代码在文件中重复，所以我需要对 ALL 进行操作，而不仅仅是第一个。在 Powershell 中，我创建了一个包含我需要删除的所有项目的数组（用 '' 替换）和一个 FOR 循环来处理文件中的每个项目。这是我的代码（缩短以节省空间；完整列表大约有 20 项）和我需要删除的代码示例（出现在多行上）。

$THEREGEX = @(
 '<script (.*?)</script>',
 '<script>(.*?)</script>',
 '<style (.*?)</style>',
 '<style>(.*?)</style>'
)
for ($XX=0; $XX -lt $THEREGEX.count; $XX++)
{
 (Get-Content -path 2020allnav.html) -replace $THEREGEX[$XX],'' |
  Set-Content -path 2020allnav.html
}

要删除的示例，请记住这在文件中重复。

<script>
<!--//--><![CDATA[//><!--
document.createElement( "picture" );
//--><!]]>
</script>

该脚本运行没有错误，但仍然无法工作。我认为我可能遇到的问题包括：没有对所有匹配项进行操作、不正确的 rexeg 语法、没有告诉脚本我这是正则表达式而不是字符串，以及可能还有其他我不知道的事情。抱歉，这是一个冗长而复杂的问题。

我确实尝试在 Stackoverflow 中找到所有部分的答案，但我无法将它们拼凑在一起。谢谢。

标签： regexpowershell

解决方案

您想用“”替换所有模式，因此，您可以直接使用带有选项单行的正则表达式点网：（如果您想用“”替换所有模式，则不需要创建组模式）。

# form an array create an OR regex  a|b|c|d...
$THEREGEX = @(
 '<script (.*?)</script>', '<script>(.*?)</script>'
 '<style (.*?)</style>', '<style>(.*?)</style>'
) -join "|"

# load file
$html = Get-Content -Path 2020allnav.html -Encoding UTF8 -Raw

#replace all occurences, considering $text is not multiline but singleline
$option = [System.Text.RegularExpressions.RegexOptions]::Singleline
$re = [regex]::new($THEREGEX, $option)
$newhtml = $re.Replace($html, "")

如果要保存字符串：

$newhtml |  Out-File x:\path\newfile.html -Encoding UTF8

推荐阅读