在每行末尾拆分文本

Question

我有一个脚本，它在Powershell 5.x上运行得很好，但在Powershell Core(7.2.1)上不再运行

当我试图分割文本(从电子邮件中复制过去的内容)时，就会出现问题。。

这一切都归结为代码的这一部分：

$test="blue
green
yellow
"
#$test.Split([Environment]::NewLine)
$x = $test.Split([Environment]::NewLine)
$x[0]
$x[1]

在Powershell 5中，$x[0]==blue和$x[1]==green的值但在Powershell Core中，拆分没有任何作用，并且CCD_；不存在"；。

在Powershell 7中，换行处理方式不同(至少我认为是这样)，但我找不到解决方案。

我尝试将代码更改为$rows = $path.split([Environment]::NewLine)和$path.Split([System.Environment]::NewLine, [System.StringSplitOptions]::RemoveEmptyEntries)，但这不会改变任何事情。。

此外，当我使用"；此处字符串"；

$test = @'
green
yellow
blue
white
'@
$x= $test -split "`r`n", 5, "multiline"

除$x[0]外的所有内容均为空(即$x[2])

我已经在看了：https://learn.microsoft.com/en-us/powershell/module/microsoft.powershell.core/about/about_split?view=powershell-7.2

这里：powershell-split('；'；)指定一个新行

这里：WT：在不执行的情况下将多行粘贴到Windows终端

到目前为止，我还没有找到解决问题的办法。

感谢您的帮助。

编辑：我发现了关于这个问题的提示，但还不明白它的含义：https://n-v-o.github.io/2021-06-10-String-Method-in-Powershell-7/

编辑2:感谢大家参与回答我的问题。首先，我想我要写一篇很长的解释，解释为什么我的问题与@SantiagoSquarzon的重复答案不同。但在阅读我的问题和另一个问题的答案时，我注意到我在做一些不同的事情。。

显然，当我使用时有一些不同

$splits = $test -split '`r?`n' # doesn't work in 5.1 and 7.2.1
$splits = $test -split 'r?n' # works in 5.1 and 7.2.1 as suggested from Santiago and others

但是

$splits = $test.Split("r?n") # doesn't work in 5.1 and 7.2.1
$splits = $test.Split("`r?`n") # doesn't work in 5.1 and 7.2.1
$splits = $test.Split([char[]]"rn") # doesnt' work in 7.2.1
$splits = $test.Split([char[]]"`r`n") # works in 7.2.1

Answer 1

tl；dr：

• 使用-split 'r?n将多行文本拆分为行，而不管使用的是Windows格式的CRLF还是Unix格式的LF换行(它甚至可以在单个字符串中处理这些格式的混合)。

• 如果您还想只处理CR换行(这可能很不寻常，但对您来说似乎是这样)，请使用-split 'r?n|r'

• 在Windows上，仅使用CRLF换行符，.Split([Environment]::NewLine)仅在PowerShell(Core)7+中按预期工作，而不是在Windows PowerShell(而且，意外地，在仅使用CR换行符，就像在您的情况下一样。)若要仅通过CR显式拆分，.Split("`r")将恰好在两个版本中都按预期工作，由于仅通过单个字符进行拆分。

# Works on both Unix and Windows, in both PowerShell editions.
# Input string contains a mix of CRLF and LF and CR newlines.
"one`r`ntwo`nthree`rfour" -split 'r?n|r' | ForEach-Object { "[$_]" }

输出：

[one]
[two]
[three]
[four]

这是最稳健的方法，因为您通常可以而不是依赖输入文本来使用平台本机换行格式[Environment]::NewLine；有关详细信息，请参阅底部部分。

注：

• 以上使用PowerShell的-split运算符，对正则表达式进行操作，从而启用上面显示的灵活匹配逻辑。

  • 此regex101.com页面解释了r?n|rregex，并允许您试用它

• 相比之下，System.String.Split().NET方法仅通过文字字符串进行拆分，这虽然更快，但限制了您只能逐字查找分隔符。

• 语法含义如下：

  • Regex构造(如转义序列r(CR)和n(LF))仅受.NET正则表达式引擎支持，因此仅受-split(以及使用正则表达式的其他PowerShell上下文)支持；regex元字符?(与前面的子表达式零次或一次匹配)和|(交替；与两边的子表达式匹配)也是如此
    在字符串内部(这是正则表达式在PowerShell中必须表示的方式，最好是在'...'内部)，这些序列和字符对本身和.Split()方法都没有特殊意义，后者逐字逐句地处理所有。

  • 相比之下，类似的转义序列"`r"(CR)和"`n"(LF)是PowerShell功能，可在可扩展字符串中使用，即它们仅在"..."内工作，而不在逐字逐句字符串'...'-内工作，并扩展到它们在目标运算符、方法，或命令查看结果字符串。

• 这个答案更深入地讨论了-split与.Split()，并建议常规使用-split。

---

至于您尝试了什么：

• 如果确定输入字符串使用平台本机换行格式，则仅使用$x[1]0。值得注意的是，在PowerShell提示符下交互式输入的多行字符串文字即使在Windows上也使用Unix格式的LF换行符(唯一的例外是过时的仅限Windows的ISE，它使用CRLF)。

• 脚本文件(*.ps1)中的字符串文字使用与中保存的剧本相同的换行格式，这可能是平台的格式，也可能不是平台的格式。

• 此外，正如您在自己的回答中所暗示的，在.NET Core/.NET 5+-中的System.String.Split()方法中添加string参数重载，因此PowerShell(Core)v6+-隐式地导致了相对于Windows PowerShell的中断性更改：具体而言，.Split('ab')在Windows PowerShell中由'a'或'b'分割，即由组成字符串的任何单个字符分割，而在PowerShell(Core)v6+中由整个字符串'ab'分割。

  • 这样的隐式中断更改很少见，但它们确实发生了，而且超出了PowerShell的控制范围。

  • 因此，您应该始终更喜欢PowerShell本机功能以获得长期稳定性，在这种情况下，这意味着更喜欢-split运算符而不是.Split().NET方法。

    • 也就是说，有时由于性能原因，.NET方法更可取；可以使它们稳健地工作，但前提是仔细匹配感兴趣的方法重载的确切数据类型，这可能需要强制执行；请参见下文

  • 请参阅此答案以获取更多信息，包括对隐式断裂变化的更详细解释。

您对-split 'r?n'的反馈对您不起作用，以及您自己答案中的解决方案表明，您的输入字符串(异常)仅使用CR换行符。

您的答案的解决方案在使用Windows格式CRLF格式文本时不会像预期的那样工作，因为每个CR和LF都会单独进行拆分，这将导致输出数组中出现额外的空元素(每个元素表示CRLF序列之间的空字符串)。

如果您确实希望在Windows上通过[Environment]::NewLine(即通过CRLF)进行拆分，并且希望坚持使用.Split()方法，为了使其也能在Windows PowerShell中运行，您需要调用需要[string[]]参数的重载，指示每个字符串(即使只有一个)将作为一个整体用作分隔符，而不是由其任何单个字符分割：

# On Windows, split by CRLF only.
# (Would also work on Unix with LF-only text.)
# In PowerShell (Core) 7+ only, .Split([Environment]::NewLine) would be enough.
"one`r`ntwo`r`nthree".Split([string[]] [Environment]::NewLine, [StringSplitOptions]::None) |
ForEach-Object { "[$_]" }

输出：

[one]
[two]
[three]

虽然这显然比使用-split 'r?n'更具仪式感，但它确实有表现更好的优势——尽管这无关紧要。请参阅下一节以了解此方法的概括。

---

使用明确的.Split()调用来改善性能：

注：

• 只有当-split 'r?n'或-split 'r?n|r'在实践中太慢时，这才是所必需的，而这种情况不会经常发生。

• 为了使这项工作稳健，在PowerShell版本和长期版本中，您必须仔细匹配感兴趣的.Split()过载的确切数据类型。

• 下面的命令相当于-split 'r?n|r'，即它匹配CRLF、LF和CR换行符。调整字符串数组以进行更严格的匹配。

# Works on both Unix and Windows, in both PowerShell editions
"one`r`ntwo`nthree`rfour".Split(
[string[]] ("`r`n", "`n", "`r"),
[StringSplitOptions]::None
) | ForEach-Object { "[$_]" }

Answer 2

原因：在将文本粘贴到终端时，使用的终端很重要。默认的powershell 5.1、ISE终端和大多数其他Windows软件使用回车r和换行n字符分隔新行。我们可以通过转换为字节进行检查：

# 5.1 Desktop
$test = "a
b
c"
[byte[]][char[]]$test -join ','
97,13,10,98,13,10,99
#a,r,n, b,r,n, c

Powershell Core仅使用换行符n字符分隔新行

# 7.2 Core
$test = "a
b
c"
[byte[]][char[]]$test -join ','
97,10,98,10,99

在Windows操作系统上，无论哪个控制台，[Environment]::NewLine都是rn。在Linux上，它是n。

---

解决方案：在上拆分rn或n上的多行字符串(但不是仅在r上)。这里的简单方法是使用像@Santiago squarzon建议的regex：

$splits = $test -split 'r?n'
$splits[0]
a
$splits[1]
b

Answer 3

多亏了这个网站，我找到了一个解决方案：https://n-v-o.github.io/2021-06-10-String-Method-in-Powershell-7/

在.NET4中，字符串类只有将字符作为参数类型。PowerShell看到它并自动转换它，让你的生活轻松一点。注意有一个隐含的"OR"(|)这里是一个字符数组。

为什么PowerShell 7的行为不同？在.NET5中，字符串类具有一些接受字符串的附加参数。PowerShell 7确实不采取任何自动行动。

为了解决我的问题，我不得不使用这个：

$test.Split("`r").Split("`n") #or
$test.Split([char[]]"`r`n")