如何用PowerShell提取pom.xml中不在parent等标签内的artifactId

问题背景 #

需要通过PowerShell正则匹配pom.xml配置文件，仅提取项目根层级的<artifactId>节点值，忽略<parent>、<build>、<dependencies>三个标签内部嵌套的所有artifactId内容。
此前使用的命令会返回所有位置的artifactId，包含父POM、构建插件、依赖项内的节点，无法满足过滤需求，原命令如下：

Get-Content pom.xml -Raw | % { [regex]::matches($_ , '<artifactId>([\s\S]*?)</artifactId>')} |% {$_.Groups[1].Value}

可用实现命令 #

直接在pom.xml所在目录执行以下命令即可：

$pomRaw = Get-Content pom.xml -Raw
# 正则排除parent/build/dependencies标签块内的artifactId匹配
$matchPattern = '(?s)(?<!<(parent|build|dependencies)>[\s\S]*?)<artifactId>(.*?)</artifactId>(?![\s\S]*?</\1>)'
[regex]::Matches($pomRaw, $matchPattern) | ForEach-Object { $_.Groups[2].Value.Trim() }

正则逻辑说明 #

• (?s)：开启单行匹配模式，允许元字符匹配换行符，适配xml换行排版的场景
• 前后两个负向零宽断言做双重校验：确保当前匹配的artifactId节点，既没有被包裹在<parent>/<build>/<dependencies>的起始标签之后，也不会出现在这三个标签的对应闭合标签之前，从根本上排除三个标签块内部的嵌套节点
• 非贪婪匹配(.*?)提取artifactId标签内的文本，最后用Trim()处理掉标签内可能存在的换行、空格缩进

注意：该方案仅适用于标签格式规范、无异常交叉嵌套的标准Maven pom文件，若文件存在标签未闭合、标签交叉嵌套的异常格式，匹配结果可能存在偏差。

扩展说明 #

如果后续需要额外排除其他标签（比如<dependencyManagement>、<profiles>）内的artifactId，只需要在正则的(parent|build|dependencies)分组里用|分隔追加对应的标签名即可。

内容的提问来源于stack exchange，提问作者wehelpdox