xml - Powershell Regex 替换 XML 标记值

Question

我正在尝试使用 Powershell 从文件中解析以下 XML，而不是使用 [xml] 将其实际加载为 XML 文档，因为该文档包含错误。

<data>
  <company>Walter & Cooper</company>
  <contact_name>Patrick O'Brian</contact_name>
</data>

要成功加载文档，我需要通过替换特殊字符来修复错误，如下所示

& with &
< with &lt;
' with &apos; etc..

我知道我可以做这样的事情来查找和替换文档中的字符

(Get-Content $fileName) | Foreach-Object {
  $_-replace '&', '&' `
    -replace "'", "'" `
    -replace '"', '"'} | Set-Content $fileName

但这将替换文件中任何地方的字符，我只对检查 xml 标签内的字符（如 <company>）感兴趣，并将它们替换为 xml 安全实体，以便生成的文本是我可以使用 [xml] 加载的有效文档。

Answer 1

这样的东西应该适用于您需要替换的每个字符：

$_-replace '(?<=\W)(&)(?=.*<\/.*>)', '&amp' `
  -replace '(?<=\W)(')(?=.*<\/.*>)', '&apos;' `
  -replace '(?<=\W)(")(?=.*<\/.*>)', '&quot;' `
  -replace '(?<=\W)(>)(?=.*<\/.*>)', '&gt;' `
  -replace '(?<=\W)(\*)(?=.*<\/.*>)', '&lowast;' } | Set-Content $fileName

它对非单词字符进行积极的后视，然后是捕获组，然后是积极的前瞻。

例子：

更新：http ://regex101.com/r/aY8iV3 | 原文：http ://regex101.com/r/yO7wB1

Answer 2

一点正则表达式后视和前瞻应该可以解决问题：

$str = @'
<data>
  <company>Walter & Cooper & Brannigan</company>
  <contact_name>Patrick & O'Brian</contact_name>
</data>
'@

$str -replace '(?is)(?<=<company>.*?)&(?=.*?</company>)', '&amp;'