PowerShell文本清理咨询：正则替换差异及多需求实现

两种方法的核心差异 #

1. String.Replace()方法 #

• 属于字符串字面量替换，完全不支持正则表达式，只能匹配固定文本片段。
• 你尝试的.* : 是正则语法，String.Replace()会把它当作普通字符串去匹配，自然找不到对应内容，仅能处理逗号这种固定字符的移除。
• 特点：逻辑简单但灵活性极差，仅适用于固定格式的文本替换场景。

2. PowerShell原生-replace运算符 #

• 基于正则表达式替换，依托.NET正则引擎实现，支持复杂文本模式匹配。
• 可以一次性处理行首空白、左侧冗余内容、行尾逗号等多类问题，但需要编写正确的正则表达式。

解决办法 #

推荐方案：用-replace一次性完成清理 #

通过正则匹配整行内容，精准捕获引号内的目标文本，同时忽略所有冗余字符：

# 读取输入文件，处理每行后写入输出文件
Get-Content "input.txt" | ForEach-Object {
    # 正则逻辑：匹配行首空白、左侧所有内容，捕获引号内文本，忽略行尾逗号
    $_ -replace '^\s.*?:\s*"([^"]+)",?$', '$1'
} | Set-Content "output.txt"

正则拆解：

• ^\s.*?:：匹配行首任意空白，再匹配到第一个冒号为止的所有内容
• \s*"：匹配冒号后的任意空白和左引号
• ([^"]+)：捕获组，匹配引号内所有非引号字符（即需要保留的内容）
• ",?$：匹配右引号和可选的行尾逗号（?表示逗号可有可无）
• $1：将整行替换为捕获组1的内容，也就是引号内的目标文本

备选方案：结合String.Replace()分步处理（不推荐） #

由于String.Replace()不支持正则，只能分步处理，容错性极低：

Get-Content "input.txt" | ForEach-Object {
    # 1. 移除行首空白
    $line = $_.TrimStart()
    # 2. 截取冒号右侧内容
    $afterColon = $line.Substring($line.IndexOf(':') + 1).Trim()
    # 3. 提取引号内文本
    $quotedText = $afterColon.Substring(1, $afterColon.IndexOf('"', 1) - 1)
    # 4. 移除行尾逗号
    $quotedText.TrimEnd(',')
} | Set-Content "output.txt"

此方法仅适用于格式绝对规范的文本，一旦出现无冒号/引号的行就会报错，因此优先选择-replace方案。

效果验证 #

假设输入文本行：

user_name : "John Doe",
  email : "john@example.com"

处理后输出：

John Doe
john@example.com

内容的提问来源于stack exchange，提问作者KolesGit