如何在 RegEx 替换中将 RegEx 令牌传递给 PowerShell 子表达式？

Posted 2023-05-08

【中文标题】如何在 RegEx 替换中将 RegEx 令牌传递给 PowerShell 子表达式？

【英文标题】：How do I pass a RegEx token to a PowerShell subexpression in a RegEx substitution?

【发布时间】：2021-07-30 09:28:19

【问题描述】：

我有以下代码：-

'\u0026' -replace '(\u)(\d4)', '$$([char]0x$2)'

这显然会导致：-

$([char]0x0026)

如果我将 RegEx 替换为可扩展字符串：-

'\u0026' -replace '(\\u)(\d4)', "$([char]0x`$2)"

然后我会得到：-

表达式或语句中出现意外的标记“0x`$”。

如果我将事情简化为：-

'\u0026' -replace '(\\u)(\d4)', "0x`$2"

那么我可以得到：-

0x0026

但是，我想要将“0x0026”转换为字符，以便将“\u0026”替换为“&”。但是，以这种方式将 RegEx 替换标记传递给 PowerShell 子表达式似乎是不可能的。如果您将两种语言分开：-

'\u0026' -replace '(\\u)(\d4)', "$([char]0x0026) 0x`$2"

然后会出现以下结果：-

&0x0026

这很好，因为它表明 PowerShell 子表达式在正则表达式替换中确实有效，正如转换后的 & 符号所示。

我是 RegEx 的新手。我已经达到我的极限了吗？

【问题讨论】：

也许你应该解释你想要做什么，而不是你是怎么做的。 （见：What the XY problem?）

啊，所以你想修改文件中的 html 源代码？您能否在问题中包含此类文件的示例？

我完全同意@Tomalak，提出的问题是XY problem。要摆脱这个XY 循环，问问自己WHY???（问题中的每个定义）？如：为什么要“& 0x0026”？ （并将该信息添加到问题中）。我猜你只是想这样做：[Regex]::Unescape('Jack\u0026Jill')。但即使这样也是一个有问题的答案，因为通常不需要unescape 一个正则表达式......

我们仍然没有解决您的实际问题，而只是解决了它的症状。没有理由为什么\u0026 甚至会出现在 HTML 中，除非在生成 HTML 时出现问题（那么这应该被修复），或者它在 JSON 字符串中（然后应该使用 JSON 解析器）。通过正则表达式替换这些转义序列是可能的，但它根本不像您真正需要的东西。

@Tomalak - 你是对的，未来也不会有任何修复它的计划，但这不在我的掌控之中。 Intranet 页面是 Sharepoint 页面，我在某处读到某些字符会以这种方式转义。很抱歉没有正确解释背景场景，但我非常感谢大家对此的投入。作为我自己在这个网站上的第一个 OP，我会学习我的错误，下次会更清楚。

【参考方案1】：

显然，您想要 unescape 一个 转义 正则表达式。您可以使用 .net [regex] unescape 方法来做到这一点：

[Regex]::Unescape('Jack\u0026Jill')

产量：

Jack&Jill

【参考方案2】：

在 powershell 7 中有一种方法，其中 -replace 的第二个参数可以是一个脚本块。使用$_ 获得第二个匹配组需要更多工作：

'\u0026' -replace '(\\u)(\d4)',  $b = $_ 
$b.groups

Groups   : 0, 1, 2
Success  : True
Name     : 0
Captures : 0
Index    : 0
Length   : 6
Value    : \u0026

Success  : True
Name     : 1
Captures : 1
Index    : 0
Length   : 2
Value    : \u

Success  : True
Name     : 2
Captures : 2
Index    : 2
Length   : 4
Value    : 0026


'\u0026' -replace '(\\u)(\d4)',  [char][int]('0x' + $_.groups[2]) 

&

请注意，\d 不会匹配所有十六进制数字。 （[[:xdigit:]] 不起作用。）

'\u002b' -replace '(\\u)([0-9a-f]4)',  [char][int]('0x' + $_.groups[2]) 

+

【参考方案3】：

使用脚本块替换（6.2 及更高版本）：

'\u0026' -replace '(\\u)(\d4)', "0x$($_.Groups[2].Value)"

在早期版本的 PowerShell 中，您可以通过调用 [Regex]::Replace() 来执行相同操作：

[regex]::Replace('\u0026', '(\\u)(\d4)', param($m) "0x$($m.Groups[2].Value)")

在这两种情况下，该块将充当每个匹配项的回调，允许您构造替换字符串 after 访问匹配的子字符串，但 before 替换发生：

PS ~> [regex]::Replace('\u0026', '(\\u)(\d4)', param($m) "0x$($m.Groups[2].Value)")
0x0026