从字符串中提取字符串，选择方法

Question

我有一个字符串，如下所示：[错误]无法处理站点：https://xxxxxxxxx/teams/xxxxxx。远程服务器返回错误：(404)找不到。

挑战在于提取这个字符串中突出显示的部分。

尝试了一些拆分操作，但没有成功。

Answer 1

使用-match运算符对URL执行正则表达式搜索，然后提取匹配的字符串值：

# define input string
$errorString = '[Error] Failed to process site: https://some.domain.tld/teams/xxxxxx. The remote server returned an error: (404) Not Found.'
# define regex pattern for a URL followed by a literal dot
$urlFollowedByDotPattern = 'https?://(?:www.)?[-a-zA-Z0-9@:%._+~#=]{1,256}.[a-zA-Z0-9()]{1,6}b(?:[-a-zA-Z0-9()@:%_+.~#?&//=]*)(?=.)'
# perform match comparison
if($errorString -match $urlFollowedByDotPattern){
# extract the substring containing the URL matched by the pattern
$URL = $Matches[0]
# remove everything before the last slash
$pathSuffix = $URL -replace '^.*/'
}

如果找到了URL，则$pathSuffix变量现在包含后面的xxxxxx部分

Answer 2

使用基于正则表达式的
-replace运算符为Mathias R.Jessen的有用答案提供一个简洁的替代方案：

-replace可以通过进行子字符串提取

• 制定与整个输入字符串匹配的正则表达式
• 使用该正则表达式内的捕获组((...))来捕获感兴趣的子字符串，并将其用作替换字符串；例如替换字符串中的$1是指第一捕获组捕获了什么

$str = '[Error] Failed to process site: https://xxxxxxxxx/teams/xxxxxx. The remote server returned an error: (404) Not Found.'
$str -replace '.+https://.+/([^/]+)..+', '$1' # -> 'xxxxxx'

有关regex的解释以及尝试使用它的选项，请参阅此regex101.com页面。

注：

• 如果正则表达式与不匹配，则整个输入字符串将按原样返回。

• 在这种情况下，如果您希望返回空字符串，请使用zett42建议的技术：将|.*附加到正则表达式，或者(|)，如果原始正则表达式不匹配，则无条件地将整个输入字符串与.*匹配，在这种情况下，由于没有使用捕获组，$1计算为空字符串作为有效返回值：

  # Note the addition of |.*
  'this has no URL' -replace '.+https://.+/([^/]+)..+|.*', '$1' # -> ''
  

  • regex101.com页面

---

如果这样的正则表达式太令人费解，您可以尝试一种结合-split和-like的多步骤方法：

$str = '[Error] Failed to process site: https://xxxxxxxxx/teams/xxxxxx. The remote server returned an error: (404) Not Found.'
# -> 'xxxxxx'
# Note the line continuations (` at the very end of the lines)
# required to spread the command across multiple lines for readability.
(
-split $str        <#  split into tokens by whitespace #> `
-like 'https://*'  <# select the token that starts with 'https://' #> `
-split '/'         <# split it into URL components by '/' #>
)[-1]?.TrimEnd('.')  <# select the last component and trim the traiing "." #>

注：

• 如果未找到感兴趣的令牌(返回$null)，则使用条件成员访问运算符?.可以防止语句终止错误，但它需要PowerShell(Core)7.1+。

• 在早期版本中，也可以用-replace '.$'替换?.TrimEnd('.')，默认为空字符串。