[问题求助] [已解决]Powershell中定义函数可根据不同参数处理不同区域

meixi

我需要在Powershell中定义一个函数, 它可以根据不同的参数来处理文本文件中的不同区域
下面图片是一个示意图,  它标记了要处理的文本的不同区域

区域用A和B两个标记(即:一行开头的文本)来划分:
若一行以A标记的文本开头, 则是区域的开始
若一行以B标记的文本开头, 则是区域的结尾
所以上图中有两个要处理的区域, 分别是①区和②区

函数的构造如下:
函数名: GetTextArea
参数可以有3个或2个
-----------------------------------------------------------------------------------
当参数有3个时:   
函数表达式是:   GetTextArea -A "SSSS=" -B "MMM" -C $SortLine
同时存在标记参数-A和-B 例如上图中
        -A参数的值是 SSSS=
        -B参数的值是 MMM
还存在参数-C
        这个参数是一段代码段的变量名 $SortLine (代码来自下面的链接,感谢iD大佬)
        http://www.bathome.net/thread-64701-1-1.html
        它的作用是分别排序前面-A和-B两个标记所获取的区域中的文本, 即图中①区和②区的文本
函数的最后输出值, 是-C代码处理①区和②区后的文本替换原始文本后的整个文本
-----------------------------------------------------------------------------------
当参数有2个时, 分两种情况:
★情况一
函数表达式是:   GetTextArea -A "SSSS=" -C $SortLine
只有参数-A 但没有参数-B 例如上图中, 有-A参数: 值是 SSSS=
还存在参数-C
此情况下, 函数的输出值, 是-C中的代码只处理第1个-A标记之前的文本(绿框中的文本)后的内容

★情况二
函数表达式是:   GetTextArea -B "MMM" -C $SortLine
只有参数-B 但没有参数-A 例如上图中, 有-B参数: 值是 MMM
还存在参数-C
此情况下, 函数的输出值, 是参数-C中的代码只处理最后一个-B标记之后的文本(粉框中的文本)后的内容

$SortLine = {
	$a = @(0)
	$s -split '\n' | %{
		if ($_ -match '^\D*\d+')
		{
			$a[-1] += 1
			$_ -replace '(?<=^\D*)\d+', ($a -join '')
		}
		else { $_ }
		if ($_ -match '^\s*\)') { $a += 0 }
		if ($_ -match '^\s*\(') { $a = $a[0 .. ($a.count - 1 - 1)] }
	}
}
复制代码

上图中的文本测试文件

@'
 1 中间
 -
 3 日
 -
 9 韩
SSSS=
 1 中间
 -
 3 日
 -
 1 美丽
MMM
abc
bcd
abc
SSSS=
 6 日
 9 中
 ) 13 好
 	43 日
 	) 43 子
 		02 大家
 		82 中
 	(
 (
 -
 1 日
MMM
 6 日
 ) 13 好
 	43 日
 	) 43 子
 		82 中
 	(
 	43 华
 	-
 	72 行人
 (
 -
 1 日
'@ | Out-File 1.txt -enc utf8
复制代码

meixi

和下面这个链接中的处理方式类似
http://www.bathome.net/viewthread.php?tid=62151&highlight=

idwma

$SortLine = {
	$a = @(0)
	$b=$args[0] -split '\n' | %{
		if ($_ -match '^\D*\d+')
		{
			$a[-1] += 1
			$_ -replace '(?<=^\D*)\d+', ($a -join '')
		}
		else { $_ }
		if ($_ -match '^\s*\)') { $a += 0 }
		if ($_ -match '^\s*\(') { $a = $a[0 .. ($a.count - 1 - 1)] }
	}
        $b -join "`n"
}

function GetTextArea($A,$B,$C,$s=(gc 1.txt) -join "`n"){
if($A -and $B -and $C){[regex]::replace($s,"(?s)(?<=$A\s+)(?<AB>.*?)(?=\s+$B)",{&$C $args[0].groups['AB'].value})}
elseif($A -and $C){[regex]::replace($s,"(?s)^(?<A>.*?)(?=\s*$A)",{&$C $args[0].groups['A'].value})}
elseif($B -and $C){[regex]::replace($s,"(?s)(^.+$B\s+)(?<B>.*)",{$args[0].groups[1].value;&$C $args[0].groups['B'].value})}
}
复制代码

meixi

回复 3# idwma


  多谢大佬,

不好意思, 上面描述丢了点东西, 就是定义的函数要处理的文本, 是从前面的管道流来的! 例如像下面这样的格式, 这样就完美了
在哪里看到过, 好像要在函数体内添加$input变量的处理逻辑就可以了

gc 1.txt -enc UTF8 | GetTextArea -A "SSSS=" -B "MMM" -C $SortLine | Out-File 1_ok.txt -enc UTF8

另外还发现一个小问题,
处理后的文本, 换行符都变成了LF, 只有最后一行换行符是CRLF

用notepad2打开后, 直接提示换行符不统一,
应该win下都是CRLF

idwma

function GetTextArea($A,$B,$C){
$ofs="`r`n"
$s="$input"
if($A -and $B -and $C){[regex]::replace($s,"(?s)(?<=$A\s+)(?<AB>.*?)(?=\s+$B)",{&$C $args[0].groups['AB'].value})}
elseif($A -and $C){[regex]::replace($s,"(?s)^(?<A>.*?)(?=\s*$A)",{&$C $args[0].groups['A'].value})}
elseif($B -and $C){[regex]::replace($s,"(?s)(^.+$B\s+)(?<B>.*)",{$args[0].groups[1].value+(&$C $args[0].groups['B'].value)})}
}
复制代码