Regex 正则表达式改进建议

给定一个字符串

一些文本和[A~标记]以及更多文本和[非标记]和 [另一个~token]

我需要提取“代币”以便以后替换。标记定义为两个标识符，由~分隔，并用[]括起来。我一直在做的是使用

$string-match“\[.*？~..*？\]”

，这很有效。而且，据我所知，我正在转义两个括号，对任何字符执行零次或多次，并强制懒惰，然后是~和相同的任何字符序列。因此，我的第一个改进是将

*？

替换为

+？

，因为我想要1个或更多，而不是0个或更多。然后我转到

$string-match“\[[A-Za-z0-9]+~[A-Za-z0-9]+\]”

，这将两个标识符限制为字母数字，这是一个很大的改进。 因此，第一个问题是： 这最后一个解决方案是最好的方法，还是需要进一步改进

另外，目前我只返回一个令牌，因此我在字符串中循环，在找到令牌时替换它们，并循环直到没有令牌为止。但是，我的理解是，默认情况下RegEx是贪婪的，因此我希望最后一个版本返回两个令牌，并且我可以在字典中循环，而不是使用While循环。 所以，第二个问题是： 我只赢了一场比赛，我做错了什么？还是我误解了贪婪匹配的工作原理

编辑： 为了澄清这一点，我使用了$matches，如下所示，但仍然只得到了1的计数

if ($string -match "\[[A-Za-z0-9]+~[A-Za-z0-9]+\]") {
    Write-Host "new2: $($matches.count)"
    foreach ($key in $matches.keys) {
        Write-Host "$($matches.$key)"
    }
}

另外，在识别令牌时，我不能真正使用直接替换，因为有大量的潜在替换。我取代币，去掉方括号，然后在~上拆分，得到前缀和后缀值，然后确定一个特定的替换值，我可以用专用的-replace来完成。

---

最后一点澄清，令牌的数量是可变的。可能只有一个，可能是三个或四个。因此，我的解决方案必须非常灵活。

您可以使用

\w

匹配单词字符（字母、数字、下划线）。 这将导致模式

\[\w+~\w+\]

现在，您可以使用该模式创建正则表达式对象：

$rgx = [Regex]::new($pattern)

并用

replace

操作符替换该模式的所有出现：

$rgx.Replace($inputstring, $replacement)

---

也许还值得注意的是，正则表达式有一个

.Match

操作符，返回模式的第一次出现，还有一个

.Matches

操作符，返回模式的所有出现。

以您的示例行为例

$String = "Some text and [A~Token] and more text and [not a token] and [another~token]"

此正则表达式包含捕获组

$RegEx = [RegEx]"\[(\w+~\w+)\][^\[]+\[[^\]]+\][^\[]+\[(\w+~\w+)\]"
if ($string -match $RegEX){
   "First token={0} Second token={1}" -f $matches[1],$matches[2]
}

返回：

First token=A~Token Second token=another~token 第一个令牌=一个~token第二个令牌=另一个~token 请参阅上面的RegEx解释

两个标记之间的区域交替与否定类匹配

---

对于

[

/

]

和文本字符

[

/

]

列出所有标记并使用值，您可以使用如下代码：

$matces = Select-String  '\[([\w]+)~([\w]+)\]' -input $string -AllMatches | Foreach {$_.matches}
foreach($value in  $matces){
    $fullToken = $value.Value;
    $firstPart = $value.Groups[1].Value;
    $secondPart = $value.Groups[2].Value;
    echo "full token found: '$fullToken' first part: '$firstPart' second part: '$secondPart'";
}

注意：在使用

（）

分组的regex部分中，这允许访问令牌的部分

在此循环中，您可以使用

firstPart

和

secondPart

找到要插入的适当值，而不是

fullToken

---

至于

\[.*.~.*.\]

不能正常工作，因为它试图与文本

[不是令牌]和[other~令牌]

匹配并成功，就像在这个正则表达式中一样，令牌部分允许字符

][

。

\[^\]\[]*？~[^\]\[]*？

（

^

对表达式求反，使其读取：除

]之外的所有字符[

）也可以，但如果

\w

足够好的话，它不是所有大括号都可读的，你应该告诉我们。

在你定义令牌模式要求之前，我们无法帮助你。很有趣。这是一种非常不同的正则表达式和分组方法。我需要深入研究一下，才能完全理解它，但这是一个进步。谢谢。我有一个问题还有一个问题要补充。这里有什么在PS2.0中不起作用的吗？我只支持旧的（古代的）不幸的是，PowerShell。@Gordon实际上我不知道这段代码是否对2.0有效，但如果您有环境，它将很容易尝试执行。没有保证，但从

PowerShell-Version 2开始它就可以工作了。@Lotpings，谢谢验证。我挖出了我的2.0测试虚拟机并进行了验证。今晚有一些重构要做。