正則表達式需要匹配從文件名派生文件路徑的文件路徑。

Question

我有一個包含超過800萬個文件的驅動器，它是CRM系統的文件存儲區域。這些文件以特定的格式存儲，並且每個文件都應該在數據庫中具有匹配的記錄。然而，由於一些非常差的安全性，世界和妻子也一直在同一個驅動器上創建文件。我的任務是確定使用Powershell和正則表達式的無效文件。 典型有效的文件路徑將會是這個樣子：

P:\PERSON\06\19\09\619090.5577930.DOC 

所有文件都被稱爲P驅動的：它包含四個子目錄叫：事件OPPORTUN，ORGANISA或個人。其中每一個都包含可變數目的子目錄，名稱範圍從00到99，文件名是由句點分隔的兩組數字，後跟擴展名。

我使用匹配這個模式的正則表達式是：

^P:\\(EVENT|OPPORTUN|ORGANISA|PERSON)\\(\d{2}\\)+\d+\.\d+\.\w{3,4}$ 

併發症是有效的文件也具有第一組中的文件名數字，這是子目錄路徑之間的關係這個：

刪除最後一位數字。

如果數字的長度現在是奇數，則添加前導零。

將結果數字分成兩對，應該是路徑。

因此，使用上面的例子：

第一組數字是：619090

刪除最後一個數字：61909

的長度爲奇數，以便添加一個前導零：061909

劃分成對：06 \ 19 \ 09

我的問題是這個邏輯可以合併到我的正則表達式中，有沒有辦法使用forward或b ack參考？

Answer 1

傑裏的回答指出我正確的方向，並發現你可以捕獲包含在非捕獲組中的組。下面是我的正則表達式連同幾個測試：

$samples = @() 
$samples += 'P:\PERSON\06\19\09\619090.5577930.DOC' #good 
$samples += 'P:\PERSON\19\09\19090.5577930.DOC' #good 
$samples += 'P:\PERSON\10\10\10\06\19\09\1010100619090.5577930.DOC' #good 
$samples += 'P:\PERSON\06\19\09\619090a.5577930.DOC' #bad 
$samples += 'P:\PERSON\06\19\09\61909090.5577930.DOC' #bad 
$samples += 'P:\PERSON\06\19\09\6190905577930.DOC' #bad 

$regex = '^P:\\(?:EVENT|OPPORTUN|ORGANISA|PERSON)\\' 
$regex += '(?:(\d)(\d)\\|0(\d)\\)(?:(\d{2})\\)?(?:(\d{2})\\)?(?:(\d{2})\\)?(?:(\d{2})\\)?(?:(\d{2})\\)?' 
$regex += '(?:\1\2|\3)\4?\5?\6?\7?\8?\d?\.\d+\.\w{3,4}$' 

$samples | % { 
    $_ -match $regex 

} 

Answer 2

我試圖來的東西，如果PowerShell支持反向引用，你可以試試這個：

^P:\\(?:EVENT|OPPORTUN|ORGANISA|PERSON)\\(?:0(\d)|(\d{2}))\\(\d{2})\\(?P<t>\d{2})\\(?:(?:\1|\2)\3\4)0?\.\d+\.\w{3,4}$

的\1到\4指早期發現，不同的捕捉組。

我測試了一些字符串regex101。

唯一的是它也會接受P:\OPPORTUN\61\90\90\619090.5577930.DOC。 我不太清楚如何僅用一個正則表達式來解決這個問題......或者使正則表達式比現有的更長（比這可能多兩倍）。

它是關於只要如果你想真正做到了兩次：

^P:\\(?:EVENT|OPPORTUN|ORGANISA|PERSON)\\0(\d)\\(\d{2})\\(\d{2})\\(?:\1\2\3)0\.\d+\.\w{3,4}|P:\\(?:EVENT|OPPORTUN|ORGANISA|PERSON)\\(\d{2})\\(\d{2})\\(\d{2})\\(?:\4\5\6)\.\d+\.\w{3,4}$

編輯：最多7對數字：

^P:\\(?:EVENT|OPPORTUN|ORGANISA|PERSON)\\(?:0(\d)|(\d\d))\\(?:(\d\d)\\)?(?:(\d\d)\\)?(?:(\d\d)\\)?(?:(\d\d)\\)?(?:(\d\d)\\)?(?:(?:\1|\2)\3?\4?\5?\6?\7?)0?\.\d+\.\w{3,4}