PowerShell-删除文本文件中定界符之间的多行文本

注意：

• 通常，为了进行可靠的处理，应该使用专用的XML解析器来解析XML文本。

  • 请参阅Tomalak健壮但更复杂的XML解析答案。

• 在当前的特定情况下，使用正则表达式是一个方便的快捷方式，但要注意的是，它仅在删除行块是自包含元素或元素序列时才有效；如果此假设不成立，则修改将使XML文档无效。

  • 此外，可能还会存在字符编码问题，因为将XML文件读取为文本不会遵循encoding文件XML声明中可能存在的显式属性-有关详细信息，请参见底部。

  • 也就是说，以下技术适用于修改没有特定形式结构的纯文本文件。

• 您需要使用s（SingleLine）正则表达式选项来确保.还匹配换行符-如果将这些选项用于行内，则必须将其放在(?...)正则表达式的开头；也就是说，'(?s)...'在这种情况下。

  • 临时，您可以替代使用替代方法，[\s\S]而不是x15.所建议的方法；此表达式匹配任何为空白字符的字符。或非空格字符，因此匹配任何字符，包括换行符。

• 要完全删除感兴趣的行，还必须匹配前面和后面的newline。

(Get-Content -Raw file.xml) -replace '(?s)\r?\n<!--A6-->.*?<!--A6 end-->\r?\n'

• Get-Content -Raw file.xml将文件作为一个整体读取到内存中（单个字符串）。

  • Get-Content在没有BOM的情况下对文件的字符编码进行假设：Windows PowerShell假定为ANSI编码，而PowerShell [Core] v6 +现在明智地假定为UTF-8。由于Get-Content是读取cmdlet的通用文本文件，因此它不知道encodingXML输入文件的XML声明中的潜在属性（例如
    <?xml version="1.0" encoding="ISO-8859-1"?>）
  • 同样，Set-ContentWindows PowerShell中的默认值为ANSI，而无BOM的UTF-8 PowerShell [Core] v6 +为默认值。
  • 如有疑问，请同时使用-Encoding参数Get-Content和Set-Content
  • 有关更多信息，请参见底部。

• \r?\n 匹配Windows风格的CRLF换行符和Unix风格的仅LF换行符。

• 如果不能保证换行不能在感兴趣的行之前/之后，请使用(?:\r?\n)?代替\r?\n。

要验证结果字符串仍然是有效的XML文档，只需将命令（或其捕获的结果）强制转换为[xml]：[xml] ((Get-Content ...) -replace ...)

如果发现文档已损坏，请使用Tomalak的功能完全强大但更复杂的XML解析答案。

XML文件和字符编码：

如果您使用Get-ContentXML作为文本读取XML文件，并且该文件既没有UTF-8 BOM也没有UTF-16 / UTF-32 BOM，请Get-Content进行以下假设：它假定Windows PowerShell中为ANSI编码（例如Windows-1252） ，更明智的是，在PowerShell [Core] v6 +中使用UTF-8编码。由于Get-Content是读取cmdlet的通用文本文件，因此它不知道encodingXML输入文件的XML声明中的潜在属性。

• 如果您知道实际的编码，请使用-Encoding参数进行指定。

• -Encoding与Set-Content以后使用相同的值来保存文件：在PowerShell中，通常是这样，一旦通过读取文件的cmdlet将数据加载到内存中，就不会保留有关其原始编码的信息，并使用写入文件的cmdlet例如Set-Content稍后使用其固定的默认编码，该默认编码再次为Windows PowerShell中的ANSI和PowerShell [Core] v6 +中的无BOM的UTF-8。请注意，不幸的是，不同的cmdlet在Windows PowerShell中具有不同的默认值，而PowerShell [Core] v6 +可以一致地默认为UTF-8。

在System.Xml.XmlDocument.NET类型（其PowerShell的类型加速器[xml]）提供了强大的XML解析，并使用其.Load()和.Save()方法提供了更好的编码支持，如果该文档的XML声明包含一个明确的encoding属性命名使用的编码：

• 如果这样的属性存在（例如，<?xml version="1.0" encoding="ISO-8859-1"?>），两者都.Load()和.Save()将履行它。

  • 也就是说，具有encoding属性的输入文件将被正确读取，并以相同的编码保存。
  • 当然，这假定encoding属性中命名的编码反映输入文件的实际编码。

• 否则，如果该文件没有BOM，（BOM-更少）UTF-8被假定，作为使用PowerShell [核心] V6 +的Get-Content/ Set-Content-这是合理的，因为这既不具有XML文档encoding属性，也不是UTF-8或UTF-根据W3C XML建议书，16 BOM应该默认为UTF-8 ；如果文件确实具有BOM表，则只允许使用UTF-8和UTF-16而不在encoding属性中命名编码，尽管实际上XmlDocument也可以正确读取带有BOM表的UTF-32文件。

  • 这意味着.Save()将不会保留不具有encoding属性的（带有BOM）UTF-16或UTF-32文件的编码，而是创建一个无BOM的UTF-8文件。

  • 如果要检测文件的实际编码-根据其BOM的存在/不存在或encoding属性（如果存在）来推断，请通过XmlTextReader实例读取文件：

    # Create an XML reader.
    $xmlReader = [System.Xml.XmlTextReader]::new(
      "$pwd/some.xml" # IMPORTANT: use a FULL PATH
    )
    
    # Read past the declaration, which detects the encoding,
    # whether via the presence / absence of a BOM or an explicit
    # `encoding` attribute.
    $null = $xmlReader.MoveToContent()
    
    # Report the detected encoding.
    $xmlReader.Encoding
    
    # You can now pass the reader to .Load(), if needed
    # See next section for how to *save* with the detected encoding.
    $xmlDoc = [xml]::new()
    $xmlDoc.Load($xmlReader)
    $xmlReader.Close()
    

  • 如果给定文件不符合规定，并且您知道实际使用的编码和/或要使用给定编码保存（请确保文件不与encoding属性相矛盾，如果有的话），则可以显式指定编码（等同于-Encoding与Get-Content/一起Set-Content使用，通过使用以给定编码构造的/实例来接受实例的.Load()/.Save()方法重载；例如：StreamStreamReaderStreamWriter

    # Get the encoding to use, matching the input file's.
    # E.g., if the input file is ISO-8859-1-encoded, but lacks
    # an `encoding` attribute in the XML declaration.
    $enc = [System.Text.Encoding]::GetEncoding('ISO-8859-1')
    
    # Create a System.Xml.XmlDocument instance.
    $xmlDoc = [xml]::new()
    # Create a stream reader for the input XML file
    # with explicit encoding.
    $streamIn = [System.IO.StreamReader]::new(
      "$pwd/some.xml", # IMPORTANT: use a FULL PATH
      $enc
    )
    # Read and parse the file.
    $xmlDoc.Load($streamIn)
    # Close the stream
    $streamIn.Close()
    
    # ... process the XML DOM.
    
    # Create a stream *writer* for saving back to the file
    # with the same encoding.
    $streamOut = [System.IO.StreamWriter]::new(
      "$pwd/t.xml", # IMPORTANT: use a FULL PATH
      $false, # don't append
      $enc    # same encoding as above in this case.
    )
    
    # Save the XML DOM to the file.
    $xmlDoc.Save($streamOut)
    # Close the stream
    $streamOut.Close()
    

将文件路径传递给.NET方法的一般警告：始终使用完整路径，因为.NET当前目录的概念通常不同于PowerShell的概念。