Powershell `-replace` 正则表达式与换行符不匹配

Question

我正在尝试使用正则表达式清理一些 html 文件（是的，我看过这篇文章。我不打算一般解析 html），并且我想删除所有不包含标签的行。我的脚本如下：

Remove-Item $args[1]
$text = (Get-Content -Path $args[0] -Raw)
$text = $text -replace "^\s*\r?\n"
New-Item -Path $args[1] -ItemType File -Force -Value $text

我想更换很多其他东西，但我主要是在尝试修复

我可以验证内部正则表达式是否有效：VSCode（使用 JS 正则表达式而不是 powershell 的 .NET 正则表达式）使用提供的正则表达式正确匹配（并替换）有问题的行。

我知道Powershell 是 Special，所以我已将 的输出转换Get-Content为带有嵌入换行符的原始字符串。这并没有帮助。

我可以验证其他函数（即remove-item和new-item）是否工作得很好，并且其他正则表达式可以通过将正则表达式文本从"^\s*\r?\n"to更改为工作"p", "abc"并看到p标签全部变成abc标签来验证。

此外，正则表达式\s*\r?\n可以工作，所以并不是正则表达式找不到换行符。

正则表达式\A\s*\r?\n也不起作用，这意味着它与 PowerShell 如何查找字符串的开头\结尾有关。

这是怎么回事？

---

Remove-Item $args[1]
$text = (Get-Content -Path $args[0] -Raw)
$text = $text -replace "^\s*\r?\n"
New-Item -Path $args[1] -ItemType File -Force -Value $text

作为参考，当使用 VSCode 的 JS 正则表达式引擎（我相信类似于 PCRE）时，我的正则表达式应该（并且确实）匹配上面示例的第二、第四和第五行

最后，反编译正则表达式：

^         from the start of the string
 \s*      match any number of whitespaces
    \r?   possibly followed by a carriage return
       \n then a newline

Answer 1

当你这样做时

$text = (Get-Content -Path $args[0] -Raw)

你里面有行结尾$text，你的正则表达式可以匹配它们。

锚点^也可以匹配任何行的开头，但是，需要使用一个特殊的标志：

$text = $text -replace '(?m)^\s*\n'

该\s模式涵盖回车符，无需担心它们和使用\r?.

解释

--------------------------------------------------------------------------------
  (?m)                     set flags for this block (with ^ and $
                           matching start and end of line) 
--------------------------------------------------------------------------------
  ^                        the beginning of a "line"
--------------------------------------------------------------------------------
  \s*                      whitespace (0 or
                           more times (matching the most amount
                           possible))
--------------------------------------------------------------------------------
  \n                       '\n' (newline)