如何在Lua中将模糊格式行数据解析为指定结构的表格？

需求是从一段无固定列索引的模糊文本中提取名称、版本、来源三类信息，整理成指定结构的Lua表。示例输入与期望输出如下：

示例输入 #

local update = [[Microsoft Visual C++ 2008 Redistributable - … Microsoft.VCRedist.2008.x64                   9.0.30729.6161      winget 
Java 8 Update 391                             {71324AE4-039E-4CA4-87B4-2F32180391F0}        8.0.3910.13          
Update for Windows 10 for x64-based Systems … {7B63012A-4AC6-40C6-B6AF-B24A84359DD5}        8.93.0.0             
Microsoft Visual C++ 2008 Redistributable - … {8220EEFE-38CD-377E-8595-13398D740ACE}        9.0.30729             
GiliSoft Screen Recorder Pro                  {85B92051-32EF-61AA-AB7C-24B0B2DB29AC}_is1    13.0.0                
Security Update for Microsoft Office 2016 (K… {90160000-0011-0000-0000-0000000FF1CE}_Offic… Unknown         ]]

期望输出 #

local resTbl = { 
    {"Microsoft Visual C++ 2008 Redistributable", "9.0.30729.6161","winget"},
    {"Java 8 Update 391", "8.0.3910.13",""},
    {"Update for Windows 10 for x64-based Systems","8.93.0.0", ""},
    {"Microsoft Visual C++ 2008 Redistributable", "9.0.30729", ""},
    {"GiliSoft Screen Recorder Pro", "13.0.0", ""},
    {"Security Update for Microsoft Office 2016", "Unknown", ""}
}

当前通过CMD输出保存为CSV、截取固定字符串区间的方法存在CMD窗口长时间显示的问题，以下是更优的纯Lua处理方案：

解决方案：纯Lua文本解析 #

直接在Lua内处理原始文本，无需依赖外部CMD工具，彻底解决窗口显示问题，同时适配模糊格式。

完整代码实现 #

-- 扩展字符串trim方法
function string.trim(s)
    return s:match'^%s*(.*%S)' or ''
end

local update = [[Microsoft Visual C++ 2008 Redistributable - … Microsoft.VCRedist.2008.x64                   9.0.30729.6161      winget 
Java 8 Update 391                             {71324AE4-039E-4CA4-87B4-2F32180391F0}        8.0.3910.13          
Update for Windows 10 for x64-based Systems … {7B63012A-4AC6-40C6-B6AF-B24A84359DD5}        8.93.0.0             
Microsoft Visual C++ 2008 Redistributable - … {8220EEFE-38CD-377E-8595-13398D740ACE}        9.0.30729             
GiliSoft Screen Recorder Pro                  {85B92051-32EF-61AA-AB7C-24B0B2DB29AC}_is1    13.0.0                
Security Update for Microsoft Office 2016 (K… {90160000-0011-0000-0000-0000000FF1CE}_Offic… Unknown         ]]

local resTbl = {}

-- 逐行处理文本
for line in string.gmatch(update, "[^\n]+") do
    local trimmedLine = string.trim(line)
    if trimmedLine ~= "" then
        -- 1. 提取名称：匹配到第一个大括号或省略号前缀，清理冗余内容
        local name = string.match(trimmedLine, "^(.-)%s*(?:%{|- …)")
        -- 兜底匹配：如果上面的规则不生效，匹配到版本/Unknown前的内容
        if not name then
            name = string.match(trimmedLine, "^(.-)%s+(?:%d+%.|Unknown)")
        end
        name = name and string.gsub(name, "%s+$", "") or ""

        -- 2. 提取版本：匹配标准版本格式或Unknown
        local version = string.match(trimmedLine, "(%d+%.%d+[%d%.]*|Unknown)") or ""
        version = string.gsub(version, "%s+$", "")

        -- 3. 提取来源：匹配行尾的非版本字段
        local source = string.match(trimmedLine, "%s+([%w]+)%s*$")
        -- 排除来源与版本/Unknown重复的情况
        if source and (source == version or source == "Unknown") then
            source = ""
        else
            source = source or ""
        end

        -- 将提取的字段加入结果表
        table.insert(resTbl, {name, version, source})
    end
end

-- 验证输出（可选）
for _, item in ipairs(resTbl) do
    print(string.format('{"%s", "%s", "%s"}', item[1], item[2], item[3]))
end

关键逻辑说明 #

• 文本分割：用string.gmatch按换行符拆分文本，过滤空行后逐行处理
• 名称提取：针对文本中名称后常跟- …或{GUID}的特征，用正则精准匹配有效名称范围，同时做兜底处理适应特殊行
• 版本提取：匹配x.x.x格式的版本号或Unknown关键字，确保覆盖所有情况
• 来源提取：匹配行尾的非版本字段，排除误判为来源的版本/Unknown值

优势 #

• 完全在Lua环境内完成，无需调用外部CMD工具，彻底解决CMD窗口长时间显示的问题
• 正则匹配适配模糊格式，比固定字符串截取更灵活，能应对文本格式的小幅度变化

内容的提问来源于stack exchange，提问作者A_CE