Регулярные выражения – Операторы -replace и -split

Сначала, как обычно, список предыдущих постов из серии про регулярные выражения, для тех кто случано наткнулся на эту страничку. Начать лучше именно с них:

Введение

Отрицательные группы и якоря

Количественные модификаторы (квантификаторы)

Группы захвата

Сегодня хорошая новость для тех кому уже поднадоел оператор –match в предыдущих статьях о регулярных выражениях 🙂 Мы уже научились не просто проверять строки на соответствие правилам, но и извлекать из них самое интересное содержимое. Но регулярные выражения позволяют не только анализировать строки, но и изменять их. Так что пора познакомится познакомиться с еще одним оператором PowerShell, который использует в своей работе регулярные выражения — -replace. Слева от этого оператора указывается обрабатываемая строка, а справа массив состоящий из двух элементов: первый — регулярное выражение определяющее что заменяем, и второй элемент — строка на которую заменяем.

Давайте посмотрим пример:

PS C:\> "PowerShell" -replace "Power","Super"
SuperShell

Так как мы уже знаем некоторые возможности регулярных выражений, мы можем использовать оператор более интересным способом:

PS C:\> "PowerShell" -replace "S.+$", "GUI"
PowerGUI

Оператор -replace замещает всю совпавшую часть выражения, то есть то что в $matches находилось бы под индексом 0. Впрочем в -replace можно использовать и группы захвата. Вместо помещения в $matches, захваченные данные подставляются во второй элемент массива (то на что заменяем) с помощью символа доллара, и индекса группы, например $0 — всё совпавшее выражение, $1 — содержимое первой группы, $2 — второй, и так далее. Обратите внимание, не только в регулярных выражениях символ $ имеет дополнительные значения (якорь конца строки), но и в самом PowerShell. Так что если просто вставить $1 в строку окруженную двойными кавычками, то PowerShell попытается подставить туда значение переменной $1, а так как такой скорее всего не существует, то он просто заменит эту последовательность на пустоту. Чтобы этого не произошло, а $1 был бы обработан оператором -replace, следует использовать одинарные кавычки (внутри которых PowerShell не раскрывает переменные):

PS C:\> "Латинские буквы, например ABCDE, надо подчеркнуть." -replace "[a-z]+", '_$0_'
Латинские буквы, например _ABCDE_, надо подчеркнуть.

PS C:\> "Жирный <b>текст</b> выделяется <b>соответствующим</b> тегом." -replace "<([^<]+)>",'[$1]'
Жирный [b]текст[/b] выделяется [b]соответствующим[/b] тегом.

У оператора –replace, как и у других операторов PowerShell для работы со строками, есть и версия отличающая верхний и нижний регистр символов:

PS C:\> "Все слова начинающиеся с Заглавных Букв надо выделить." -creplace "[А-Я]\S+",'*$0*'
*Все* слова начинающиеся с *Заглавных* *Букв* надо выделить.

Не все об этом знают, но второй элемент массива справа от -replace необязательный. Если его опустить, то команда будет выполнять замену на "" (пустоту). Именно поэтому и нет оператора -remove 🙂 Например уберём из текста всё кроме цифр:

PS C:\> "+7 911 123-45-67" -replace "\D"
79111234567

Ну и раз уж взялись за номера телефонов, отформатируем эту последовательность в нужном нам формате 🙂

PS C:\> "79111234567" -replace '^(.)(...)(...)(..)(..)$','+$1 ($2) $3-$4-$5'
+7 (911) 123-45-67

Другой оператор, похожий на -replace, это -split. Он появился только во второй версии PowerShell. В отличии от -replace, он разделяет строку на части и возвращает массив строк. Справа от него указывается регулярное выражение по которому он будет делить строку. В следующем примере это пробел или знак минуса:

PS C:\> "+7 911 123-45-67" -split "[- ]"
+7
911
123
45
67

PS C:\> "Хакерам^не-нужны*пробелы" -split '\W'
Хакерам
не
нужны
пробелы

Еще ему можно указать максимальное количество частей в результате:

PS C:\> "+7 911 123-45-67" -split "[- ]", 3
+7
911
123-45-67

То есть, после достижения указанного количества результатов, дальнейшее деление не происходит.

Продолжение: Жадность.