Windows PowerShell

Perché espressioni regolari

Don Jones

Un puzzle regolari

Utilizzo di espressioni regolari può essere molto simile a risoluzione di un puzzle. Come se sono stati staring a uno di tali poster tridimensionale, squinting aiuta. È necessario visualizzare le informazioni nel modulo di un criterio di ricerca, anziché come caratteri singoli. Squinting può aiutare blur i caratteri è possibile concentrarsi sul modello di dimensioni maggiore. Prendere in considerazione questi quattro collegamenti ipertestuali: http://concentratedtech.com. Fare clic su here Per visitare.

< a name = "dati" >foglio di dati < /a >

< a target = "_blank" href="https://microsoft.com" > Microsoft < /a >

< a href="search.aspx" target = "_top" > Cerca < /a >

Desidera acquisire i collegamenti che dispongono di tali elementi comuni:

• Tutti i iniziano con < un
• Tutti i terminare con < /a >
• Contengano href = "in un punto dopo il < un e prima del >

Non si desidera acquisire un collegamento che non contiene tutti i di questi elementi. Ignorando i bit che non interessano e squinting, i collegamenti simile al seguente:

< a_href = ” xxxxxxxxx"> xxxxxxx< /a >

< a_xxxxxxxx > xxxxxxx< /a >

< a_xxxxxxxxxx_href = "xxxxxxxxx" > xxxxxxxx< /a >

< a_href = _xxxxxxxxxx "xxxxxxxxx" > xxxxxxxx< /a >

Si noti che ho sostituito il carattere spazio con un carattere di sottolineatura per renderlo risalto un po' più e sostituito stuff che non interessano con “ x. ” Improvvisamente, questi inizio alla aspetto molto più simile e un motivo multiple.

Un criterio di ricerca regolare

motivi sono il punto di intero di espressioni regolari. Utilizzando il linguaggio delle espressioni regolari, è possibile descrivere lo schema del testo per il quale si esegue la ricerca. È possibile ottenere una descrizione piuttosto dettagliata di tale lingua eseguendo Guida about_regular_expressions in Windows PowerShell.

Nel mio caso, l'espressione regolare è possibile che un aspetto simile al seguente:

(< a\s.{0,}?href=".+?".{0,}? >. +? < /a >)

È possibile sapere, ovvero è pazzesco. Recupero di destra, mi richiedeva circa un'ora, con una quantità enorme di informazioni della Guida da RegExTester.com sito Web. Consenti interruzione verso il basso:

• (Parentesi) definiscono un modello per un singolo collegamento ipertestuale e indicano alla shell di acquisire corrispondenze (ulteriori informazioni su questo più avanti).
• Il < un viene trovata una corrispondenza letterale; la shell eseguirà la ricerca di questi due caratteri.
• \s significa confrontare un carattere singolo gli spazi vuoti, come uno spazio, deve sempre seguire < un in HTML.
• .{0,}? significa che si desidera visualizzare zero o più caratteri di qualunque tipo. Il periodo significa “ qualsiasi carattere ” e {0}, significa che zero o più caratteri. Il punto interrogativo finale è speciale. Rende la corrispondenza non generici (ulteriori informazioni su che in un secondo).
• Successivamente, si desidera visualizzare il valore letterale di caratteri href = "
• Successivamente, si desidera visualizzare uno o più di qualsiasi carattere. Il segno più (+) significa “ uno o più ” e, ancora una volta, un punto interrogativo finale rende non generici.
• In seguito, che si desidera visualizzare un segno di apostrofo finale.
• Quindi si desidera visualizzare zero o più caratteri e la chiusura >.
• Infine, si desidera visualizzare uno o più caratteri prima < /a >. In questo caso, troppo, il punto interrogativo dopo il segno più (+) rende questo una corrispondenza non generici.

Questa business non generici è complessa. Pronunciare Let’s che dispone della seguente stringa di testo in una pagina HTML:

Si tratta di un < a href = "test" > collegamento < /a > e questo è un < a href = "test" > collegamento < /a >, ma ciò non è.

E let’s pronunciare che sto utilizzando questa espressione regolare, non utilizza i punti interrogativi per creare corrispondenze non generici:

(< a\s.{0,}href=".+".{0,} >. < /a > +)

La shell corrisponderà al primo < un spazio e quindi cercare zero o più caratteri — termina solo quando viene rilevato l'ultima < /a >. Utilizzerò grassetto per mostrare cosa corrisponde:

Si tratta di un < a href = "test" > collegamento < /a > e questo è un < a href = "test" > collegamento < /a > ma ciò non è.

La ragione è che il primo. {0}, corrispondenza è generici : La shell utilizza come numero di caratteri possibili mentre si effettua il lavoro di espressione regolare. Rendendo non generici , che è possibile stabilire consumano meno caratteri possibili mentre si effettua il lavoro di espressione regolare:

Si tratta di un < a href = "test" > collegamento < /a > e questo è un < a href = "test" > collegamento < /a > ma ciò non è.

Una soluzione regolare

Per mettere a questo scopo nella shell, ho iniziato definendo una variabile di test e compilarlo con HTML. Quindi utilizzata l'opzione-operatore di corrispondenza in modo che corrisponda il test HTML contro mio espressione regolare.

PS C:\ > $ html = ' si tratta di un < a href = "test" > test < /a > ma < a name = "ancoraggio" > this < /a > non è e < una destinazione = "_top" href = "qualcosa" > in modo definito è un collegamento < /a >. '

PS C:\ > $ html - corrispondenza '(<a\s.{0,}?href=".+?".{0,}?>.+?</a>) '

True

Il risultato “ True ” semplicemente avverte che la shell di trova una o più corrispondenze, non avvisare di corrispondenza. Tuttavia, dopo aver utilizzato il - operatore di corrispondenza, la shell crea automaticamente una matrice denominata $ corrispondenze. Questa matrice contiene tutte le corrispondenze acquisite:

PS C:\ > $ corrispondenze

È possibile accedere a singole corrispondenze utilizzando la sintassi di matrice normale:

PS C:\ > $ corrisponde a [0]

< a href = "test" > test < /a >

Posso facilmente inviare quelli in un file troppo:

PS C:\ > $ corrispondenze | out-file c:\matches.txt

Una volta è stato masterizzato la sintassi, come bizarre come nel caso, le espressioni regolari forniscono un modo utile e potente di rilevamento di sequenze anche complessi, variabile in un grande corpo del testo. È possibile estrarre il testo che corrisponde al criterio e utilizzarlo indipendentemente il corpo principale del testo. Ciò risulta particolarmente utile per l'analisi dei file di registro, file HTML o qualsiasi altro tipo di testo semistrutturato.

Don Jonesè un redattore per TechNet Magazine e pubblica di Windows PowerShell suggerimenti e delle news in www.ConcentratedTech.com. È coautore di “ Windows PowerShell: TFM ” (Sapien Press, 2009), ora nella relativa edizione terza e coprire Windows PowerShell versione 2.

Contenuto correlato

• Windows PowerShell: Filtro a sinistra, formato a destra
• Windows PowerShell: Gestione remota semplificata
• Windows PowerShell: Che cosa non a uno script