将powershell正则表达式捕获到表中

Question

我正在尝试从一些（大）文本文件中提取一组数据。 基本上，每一行看起来像这样：

2011-12-09 18:20:55, ABC.EXE[3b78], The rest of the line...

我想得到大括号之间的日期和位（进程ID），然后编译一个表。 该任务的第二阶段是对此表进行分组，以便我获得每个进程ID的最早日期，实际上为我提供了每个进程ID的第一个日志条目的日期和时间，这有希望接近该实例的开始时间这个过程。

到目前为止我所拥有的（为了便于阅读而分成不同的行）

gci -filter *.log -r 
 | select-string '(\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}), ABC.EXE\[(.{4})' 
 | % { $_.matches } | % { $_.groups } | % { $_.value }

吐出捕获物。 我想忽略第一次捕获，并将第二次和第三次合并到同一行。

救命？ 请？

编辑： DOH！ 无法回答我自己的问题。 所以...

好吧，我想我走在了正确的轨道上。 这里的SO问题帮助我获得了我想要的各个部分，即：

$_.matches[0].groups[1].value, $_.matches[0].groups[2].value

然后， 这里的一篇MSDN文章展示了如何将这些位“聚集”到一个对象中，从而可以对它进行分组/排序/操作。 最后结果

gci -filter *.log | select-string '(\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}), ABC.EXE\[(.{4})' 
 | % { new-object object 
  | add-member NoteProperty Name $_.matches[0].groups[1].value -passthru 
  | add-member NoteProperty PId $_.matches[0].groups[2].value -passthru }

相当混乱，所以如果有人知道更清洁的方式，请告诉我。

Answer 1

您可以在PowerShell v2中更简单地创建新对象，其中New-Object cmdlet支持接收属性哈希表的-Property参数：

New-Object PSObject -Property @{
    Name = $_.matches[0].groups[1].value
    PId = $_.matches[0].groups[2].value
}

一般来说，我的处理方式略有不同，但是：

# prepare table
$data = $(switch -Regex -File filename {
    '^[^,]+' { $date = [datetime]$Matches[0] }
    '(?<=\[)[^\]]+' { $id = $Matches[0] }
    '$' { New-Object PSObject -Property @{
        Date = $date
        PId = $id
    } }
})

使用switch -regex已经成为一种很好的方式（对我来说至少）为文本数据做快速和脏的解析器。 使用-Regex将运行所有匹配的情况，在这种情况下全部（因此分离匹配的不同部分只是方便）。 第一个抓取日期和时间并将其存储在变量中（即使是DateTime值）; 第二个获取进程ID，第三个在一行的末尾匹配，将它们放在一起。

但是，只是个人偏好; 我实际上从未使用过Select-String 。

$data |
    group PId |
    foreach { New-Object PSObject -Property @{
        PId = $_.Name
        MinDate = @($_.Group | sort Date)[0].Date
    } }

然后，它使用刚刚编译的数据，按进程ID对其进行分组，并输出每个ID的最小日期ID。

注意，这更像是“看起来不错的代码”方法。 如果你正在处理的文件非常大，你可能想要更高效的方法。