PowerShell正则匹配>与</之间日英混合字符的需求

你当前的PowerShell脚本仅能提取标签内的纯日文内容，要实现提取>和</之间包含日文且混有英文的内容，只需修改正则表达式即可。

修改后的正则与示例代码 #

# 调整后的正则表达式
$pattern = "(?<=>)(?=.*[\p{IsHiragana}\p{IsKatakana}\p{IsCJKUnifiedIdeographs}])[^<]+(?=</)"
$text = 'tag3>Some text before 日本語 and some text after</tag><Before text 漢字</tag>'

$matches = $text | Select-String -Pattern $pattern -AllMatches | ForEach-Object { $_.Matches.Value }

$matches

运行结果 #

Some text before 日本語 and some text after
Before text 漢字

正则逻辑说明 #

• (?<=>)：定位到标签结束符>之后的位置
• (?=.*[\p{IsHiragana}\p{IsKatakana}\p{IsCJKUnifiedIdeographs}])：确保匹配的内容中至少包含一个日文字符（平假名、片假名、汉字）
• [^<]+：匹配所有非<的字符，也就是从>到</之间的全部内容
• (?=</)：定位到标签起始符</之前的位置

内容的提问来源于stack exchange，提问作者Aziz