使用PowerShell正则提取C结构体至独立文件遇匹配异常求助

问题根源 #

你的脚本之所以把整个文件内容匹配成一个结构体，核心原因是**Get-Content默认按行读取文件，返回字符串数组**，Select-String处理该数组时会将所有行拼接成无换行的连续文本，导致你的正则错误匹配了从第一个struct到最后一个};的全部内容。

修复后的脚本 #

只需给Get-Content加上-Raw参数，将文件读取为单个多行字符串，让正则能正确识别跨行的结构体边界：

# 读取整个文件为包含换行的单个字符串
$file = Get-Content -Path "./types.h" -Raw
# 提取所有匹配的结构体
$structs = Select-String -Pattern "struct\s*([a-zA-Z0-9_]+)\s*{\s*(?:.*?\s*)*?}\s*;" -InputObject $file -AllMatches
Write-Output $structs.Matches.Count
foreach($struct in $structs.Matches) {
    New-Item "./$($struct.groups[1]).h" -Force -Value $struct.Value
}

关键修改说明 #

• -Raw：让Get-Content保留文件原始换行格式，返回单个多行字符串，确保正则能匹配跨行的结构体内容。
• -AllMatches：强制Select-String返回所有匹配结果，而非仅第一个匹配项。
• 正则微调：将(?:.*\s*)*?改为(?:.*?\s*)*?，增强非贪婪匹配的可靠性，避免意外跨行匹配。

验证效果 #

运行修改后的脚本后，会生成两个符合预期的文件：

• foo.h内容：

struct foo {

    int a;
};

• bar.h内容：

struct bar{

    short i[200];
};

内容的提问来源于stack exchange，提问作者user3001150