查找特定模式的Powershell

Question

我试图只从文本文件中提取我的JIRA问题号，以消除重复的内容。这在Shell脚本中很好：

 cat /tmp/jira.txt | grep -oE '^[A-Z]+-[0-9]+' | sort -u

但我想用Powershell试试这个

$Jira_Num=Get-Content /tmp/jira.txt |  Select-String -Pattern '^[A-Z]+-[0-9]+' > "$outputDir\numbers.txt"

但是，这将返回整行，也不会消除重复。我尝试了regex，但我对powershell并不熟悉，不知道如何确切地使用它。有人能帮忙吗。

示例Jira.txt文件

 PRJ-2303 Modified the artifactName
 PRJ-2303 Modified comment
 JIRA-1034 changed url to tag the prj projects
 JIRA-1000 for release 1.1
 JIRA-1000 Content modification

预期产出

 PRJ-2303
 JIRA-1034
 JIRA-1000

Answer 1

应该使用这样的方法：

$Jira_Num = Get-Content /tmp/jira.txt | ForEach-Object { 
    if ($_ -match '^([A-Z]+-[0-9]+)') {
        $Matches[1]
    }
} | Select-Object -Unique

Get-Content逐行读取文件，因此我们可以将其传输到其他cmdlet以处理每一行。

ForEach-Object为管道中的每个项目运行一个命令块。在这里，我们使用-match操作符对行执行regex匹配，并使用捕获组。如果匹配成功，则将匹配的组( JIRA问题密钥)发送到管道中。

Select-Object -Unique将比较这些对象，并只返回唯一的对象。

Answer 2

Select-String仍然可以工作！这个问题来自于对返回对象的误解。它返回一个[Microsoft.PowerShell.Commands.MatchInfo]，它将显示为ToString()等效于整个匹配行。我不知道你有什么版本的PowerShell，但这应该能起作用。

$Jira_Num = Get-Content /tmp/jira.txt | 
    Select-String  -Pattern '^[A-Z]+-[0-9]+' | 
    Select-Object -ExpandProperty Matches | 
    Select-Object -ExpandProperty Value -Unique

此外，当您同时写入输出流和变量时，可能会得到一些奇怪的结果。在这种情况下使用Tee-Object通常更好。

Select-String /tmp/jira.txt -Pattern '^[A-Z]+-[0-9]+' | 
    Select-Object -ExpandProperty Matches | 
    Select-Object -ExpandProperty Value -Unique | 
    Tee-Object -Variable Jira_Num | 
    Set-Content "$outputDir\numbers.txt"

现在，文件$outputDir\numbers.txt和变量$Jira_Num包含唯一列表。没有与$一起使用的Tee-Object是故意的。