使用LookupTable和Switch替换大文件字符串遇正则错误求助

我之前找到一个处理大日志文件文本替换的方案，但当LookupTable中的字符串包含括号（(或)）时，遇到了正则表达式无效的错误。

我的代码如下：

$lookupTable = @{
  "Hello (1234)" = "new string 1"
  "Some'thing (2023)" = "other"
}

$inputfile = "c:\somewhere\*.*"

Get-ChildItem $inputfile -Filter *.txt | ForEach-Object {
  $outfile = Join-Path -Path "c:\else\" -ChildPath ('{0}{1}_new' -f $_BaseName, $_.Extension)
  $regexLookup = '({0})' -f (($lookupTable.Keys | ForEach-Object { [regex]::escape($_) }) -join '|')
  $writer = [System.IO.StreamWriter]::new($outfile, $true)

  Switch -regex -file $_ {
    $regexLookup {
      $line = $_
      $match = [regex]::Match($line, $regexLookup)
      while ($match.Success) {
        $line = $line -replace $match.Value, $lookupTable[[regex]::Unescape($match.Value)]
        $match = $match.NextMatch()
      }
      $writer.WriteLine($line)
    }
    default { $write.Writeline($_) }
  }

  $writer.flush()
  $writer.Dispose()
}

遇到的错误信息：

The regular expression pattern Hello (1234) is not valid.
At c:\wheremyfileis.ps1:....

• $line = $line -replace $match.Value, $lookupTable[[regex]::Unescape($match.Value)]

错误核心：-replace运算符的第一个参数默认按正则表达式解析，而$match.Value里的括号()是正则的特殊分组符号，直接使用会触发语法错误。

修复步骤 #

1. 改用字面量替换：用.NET String.Replace()方法替代-replace，该方法会将字符串当作普通文本处理，无需转义特殊字符：

   $line = $line.Replace($match.Value, $lookupTable[$match.Value])
   

   这里不需要[regex]::Unescape($match.Value)，因为$match.Value就是原始文本中匹配到的内容，和$lookupTable的键完全一致。

2. 修正代码笔误：

   • 将$_BaseName改为$_.BaseName（PowerShell属性访问语法错误）
   • 将$write.Writeline($_)改为$writer.WriteLine($_)（变量名拼写错误）

修复后的完整代码 #

$lookupTable = @{
  "Hello (1234)" = "new string 1"
  "Some'thing (2023)" = "other"
}

$inputfile = "c:\somewhere\*.*"

Get-ChildItem $inputfile -Filter *.txt | ForEach-Object {
  $outfile = Join-Path -Path "c:\else\" -ChildPath ('{0}{1}_new' -f $_.BaseName, $_.Extension)
  $regexLookup = '({0})' -f (($lookupTable.Keys | ForEach-Object { [regex]::escape($_) }) -join '|')
  $writer = [System.IO.StreamWriter]::new($outfile, $true)

  Switch -regex -file $_ {
    $regexLookup {
      $line = $_
      $match = [regex]::Match($line, $regexLookup)
      while ($match.Success) {
        # 字面量替换避免正则解析错误
        $line = $line.Replace($match.Value, $lookupTable[$match.Value])
        $match = $match.NextMatch()
      }
      $writer.WriteLine($line)
    }
    default { $writer.WriteLine($_) }
  }

  $writer.flush()
  $writer.Dispose()
}

额外优化 #

如果$lookupTable中的键存在包含关系（比如长键包含短键），可先将键按长度从长到短排序，避免短键先匹配导致长键无法被替换：

$regexLookup = '({0})' -f (($lookupTable.Keys | Sort-Object Length -Descending | ForEach-Object { [regex]::escape($_) }) -join '|')

内容的提问来源于stack exchange，提问作者Linsook