如何用PowerShell从Word文档提取全大写单词，正则匹配失效怎么解决？

问题原因 #

• 正则表达式语法不符合PowerShell规范：你写的/\b[A-Z]+\b/g是JavaScript等语言的正则写法，PowerShell的Select-String不需要用斜杠包裹正则内容，也不需要末尾的g全局匹配标识，默认就会扫描所有匹配项。
• 未开启大小写敏感匹配：PowerShell的正则匹配默认不区分大小写，仅写[A-Z]也会命中小写字母，需要显式开启大小写敏感校验。

修复后的代码 #

将最后一行匹配逻辑替换为如下内容即可得到预期结果：

# 匹配所有全大写单词
$capwords = Get-Content $path | Select-String -Pattern '\b[A-Z]+\b' -CaseSensitive -AllMatches
# 直接提取匹配到的单词文本
$capwords.Matches.Value

如果需要对结果去重，可在末尾追加| Select-Object -Unique。

可选优化 #

你可以省去导出TXT文件的步骤，直接在内存中处理Word段落内容，减少磁盘IO，同时建议处理完成后释放Word COM对象，避免后台残留进程：

$capwords = @()
foreach ($para in $doc.Paragraphs) {
    $matchResult = [regex]::Matches($para.Range.Text, '\b[A-Z]+\b')
    if ($matchResult.Success) {
        $capwords += $matchResult.Value
    }
}

# 释放Word进程
$doc.Close()
$word.Quit()
[System.Runtime.Interopservices.Marshal]::ReleaseComObject($word) | Out-Null

内容的提问来源于stack exchange，提问作者Christian McGhee