使用PowerShell提取匹配模式间指定范围的文本行

需求规则 #

• 起始位置：找到连续两行（第一行是LOAD SUMMARY，第二行是===========），提取起点为这两行的向上偏移2行的位置
• 结束位置：提取到包含*****END LOAD SESSION*****的行的前一行为止

文本文件示例 #

maybe some more text

some text

SOme really important text LOAD SUMMARY. But I don't want to include this row. 

023-03-06 13:57:55.719 <TASK_12836-WRITER_2_*_1> INFO: [WRT_8035] Load complete time: Mon Mar 06 13:57:55 2023

LOAD SUMMARY
============


WRT_8036 Target: MAPPING NAME (Instance Name: [MAPPING NAME])

WRT_8038 Inserted rows - Requested: 45147                Applied: 45147                Rejected: 0                    Affected: 45147               

2023-03-06 13:57:55.719 <TASK_12836-WRITER_2_*_1> INFO: [WRT_8043] *****END LOAD SESSION*****

SOme more test 

LOAD SUMMARY > I don't want this row either

期望提取结果 #

023-03-06 13:57:55.719 <TASK_12836-WRITER_2_*_1> INFO: [WRT_8035] Load complete time: Mon Mar 06 13:57:55 2023

LOAD SUMMARY
============


WRT_8036 Target: MAPPING NAME (Instance Name: [MAPPING NAME])

WRT_8038 Inserted rows - Requested: 45147                Applied: 45147                Rejected: 0                    Affected: 45147               

当前编写的PowerShell脚本 #

# 指定要提取行的文件路径
$file = "C:\Users\YOURNAME\Desktop\Load Summary.txt"

# 将文件内容读取为字符串数组
$content = Get-Content $file

# 查找"LOAD SUMMARY"首次出现的行号
$startIndex = ($content | Select-String -Pattern "LOAD SUMMARY").LineNumber

# 查找"*****END LOAD SESSION*****"首次出现的行号并减1
$endIndex = ($content | Select-String -Pattern "\*\*\*\*\*END LOAD SESSION\*\*\*\*\*").LineNumber - 1

# 在起始到结束索引范围内查找"============"行
for ($i = $startIndex; $i -le $endIndex; $i++) {
    if ($content[$i] -eq "============") {
        # 找到后将起始索引设为该行的下一行
        $startIndex = $i + 1
        break
    }
}
$startIndex = [int]$startIndex
$endIndex = [int]$endIndex

# 提取起始到结束索引间的行
$extractedLines = $content[$startIndex..$endIndex]

# 输出提取的行
$extractedLines

完善后的PowerShell脚本 #

# 指定文件路径
$file = "C:\Users\YOURNAME\Desktop\Load Summary.txt"

# 读取文件内容为数组（注意：Get-Content返回的数组索引从0开始，Select-String的LineNumber从1开始）
$content = Get-Content $file

# 遍历文件，找到连续的"LOAD SUMMARY"和"============"行，计算提取起始索引
$extractStartIndex = $content | ForEach-Object -Begin { $prevLine = $null } -Process {
    if ($prevLine -eq "LOAD SUMMARY" -and $_ -eq "============") {
        # 当前行是"============"，向上偏移2行即当前索引减3（数组从0开始）
        return ($content.IndexOf($_) - 3)
    }
    $prevLine = $_
} | Select-Object -First 1

# 找到结束标记行的索引，提取到该行的前一行
$endMarker = $content | Select-String -Pattern "\*\*\*\*\*END LOAD SESSION\*\*\*\*\*" | Select-Object -First 1
$extractEndIndex = $endMarker.LineNumber - 2  # LineNumber转数组索引减1，再减1得到前一行索引

# 提取并输出结果
if ($extractStartIndex -ne $null -and $extractEndIndex -ne $null) {
    $content[$extractStartIndex..$extractEndIndex]
} else {
    Write-Host "未找到符合条件的起始或结束标记"
}

脚本说明 #

1. 精准匹配连续的LOAD SUMMARY和===========行，避免误匹配包含关键词的其他行
2. 正确计算向上偏移2行的起始索引，符合需求
3. 增加了异常判断，防止未找到标记时出错
4. 统一处理数组索引与行号的转换逻辑，避免索引越界

内容的提问来源于stack exchange，提问作者Calico