在使用正则表达式和Powershell的文档中查找人员姓名

Question

我有一个word文档列表，我必须搜索。

通常，文档将被匿名化，以便将名字和姓氏替换为单个字符。

任务是找出文档未匿名化的位置以及文本中某人的名字。

例如，此文本是可以接受的： X先生遇到了一个问题。

此文本也是可以接受的： Y先生和Y太太遇到了一个问题。

但是，此文本是不可接受的： 琼斯先生遇到了一个问题。 或者这个.. 琼斯夫妇遇到了一个问题。

我想我可以得到一个可能的头衔列表(先生，夫人，医生等(

因此，我想构建一个正则表达式，该表达式将捕获 TITLE 的出现，后跟两个或多个字母字符。

我正在使用支持正则表达式的Powershell Select-String applet。 到目前为止，我有这个脚本：

$Search = "Mr[ ][A-Z][A-Z]"
$aryfiles = Get-Content "K:Echo MaintenanceScriptsSORDocSearchfilelist.csv"
Foreach ($file in $aryfiles) {
If (Get-Content $file | Select-String -Pattern $Search) {
$file
Get-Content $file | Select-String -Pattern $Search 
}
} 

这是正则表达式"Mr[ ][A-Z][A-Z]"我需要帮助，因为不幸的是，这与X先生和夫人相匹配，"和"字被解释为一个名字。

Answer 1

如果要匹配 2 个字母字符 a-z，您可以尝试使用 2 个字符类和一个可选的非捕获组。

bMr (?:and Mrs )?[A-Z][a-z]w*

正则表达式演示

对于标题，您可以使用交替来匹配不同的选项(?:Mrs?|Doctor)

---

或者对于与大写字母匹配的更广泛的字符匹配，以及任何类型的字母的 1+ 倍：

bMr (?:and Mrs )?p{Lu}p{L}+

正则表达式演示