PowerShell技术问询：如何修改正则表达式代码按下划线分割文件名并提取指定信息

我明白你的需求了——要从格式为CodeID_FileName_DateCode.pdf的文件名里提取三个字段，生成自定义对象后导出到CSV。原来的代码里正则表达式和变量赋值部分不对，我帮你调整好了，下面是完整的可运行代码：

样本数据 #

123456_FileName1_01012021.pdf
123457_FileName2_01012021.pdf
123458_FileName3_01012021.pdf
123459_FileName4_01012021.pdf
123460_FileName5_01012021.pdf

预期结果 #

提取每个文件名中的：

• CodeID：文件名开头的数字串（如123456）
• FileName：中间的自定义名称（如FileName1）
• DateCode：末尾的日期串（如01012021）
  生成包含这三个属性的自定义对象集合，最终导出到指定CSV文件。

修改后的PowerShell代码 #

# 定义输出CSV路径和待处理文件路径
$destinationPath = '\path1\test.csv'
$InStuff = @(Get-ChildItem "\path2\" -Name -Recurse)

# 如果目标CSV已存在则删除
if (Test-Path $destinationPath) {
    Remove-Item $destinationPath
}

# 处理文件名并提取信息
$results = switch -Regex ($InStuff) {
    # 正则表达式匹配：开头数字_中间任意非下划线字符_数字.pdf结尾
    '^(\d+)_([^_]+)_(\d+)\.pdf$' {
        [pscustomobject]@{
            CodeID    = $matches[1]  # 第一个捕获组：CodeID
            FileName  = $matches[2]  # 第二个捕获组：FileName
            DateCode  = $matches[3]  # 第三个捕获组：DateCode
        }
    }
}

# 将结果导出到CSV
$results | Export-Csv -Path $destinationPath -NoTypeInformation

关键修改说明 #

1. 正则表达式调整：把原来的'[^-]*'改成了'^(\d+)_([^_]+)_(\d+)\.pdf$'，这个正则会精准匹配你的文件名格式：
   • ^(\d+)：匹配开头的数字串（CodeID）并捕获为第1组
   • _([^_]+)_：匹配中间的非下划线字符（FileName）并捕获为第2组
   • (\d+)\.pdf$：匹配结尾的数字串（DateCode）并捕获为第3组，同时确保文件后缀是.pdf
2. 变量赋值优化：直接使用正则捕获组$matches[1]/[2]/[3]来获取对应字段，不需要额外的-split操作，更高效准确
3. 增加导出步骤：原来的代码没写导出CSV的命令，我补上了Export-Csv，加上-NoTypeInformation避免CSV里生成多余的类型信息

内容的提问来源于stack exchange，提问作者JM1