使用选择字符串检查Powershell中的两个.txt文件

我在编写Powershell脚本方面完全是新手。到目前为止，我正在使用普通批次来实现我的目的，因为这是我公司的要求。在这个批次中，我使用嵌套的foor循环来比较两个.txt文件，详细地我想执行以下操作：

文件 1 包含大量字符串。每个字符串都在一行中，前面有一个数字和分号，如下所示：658;RMS
文件 2 是一些长文本。

目的是计算文件 2 中文件 1 中每个字符串的出现次数，例如 RMS 计数 300 次。

由于我以前的代码在运行时有一些巨大的缺点(文件 1 大约有 400 行，文件 2 500.000(，我读到 Powershell 中的选择字符串效率更高。但是，当我正在阅读一些教程时，我不清楚如何在这里继续，除此之外，我必须在.bat内运行 powershellcode。我最大的问题是我不确定如何以及在哪里放置我的"变量"，所以两个输入文件 1 和 2

到目前为止，我正在像这样测试选择字符串方法：

powershell -command "& {Select-String -Path *.txt -Pattern "RMS"}"

我的假设是使用管道，所以像这样：

powershell -command "& {<<path to file one, should read line by line>> | Select-String -Path File2.txt -Pattern "value of file 1"}"

但是，我没有让它工作。Powershell在第一支管道之前正在psobject？

为了获得最佳性能，我会这样处理这项任务。

以 CSV 格式读取包含术语的文件(它是CSV，带有;分隔符(
将另一个文件读入字符串
对于每个术语，计算在目标字符串中找到它的频率(使用.IndexOf()(

例如

$data = Import-Csv "file1.txt" -Delimiter ";" -Header ID,Term 
$target = Get-Content "file2.txt" -Raw
$counts = @{}
foreach ($term in $data.Term) {
$index = -1
$count = 0
do {
$index = $target.IndexOf($term, $index + 1)
if ($index -gt -1) { $count++ } else { break; }
} while ($true);
$counts[$term] = $count
}
$counts

笔记

Import-Csv将自动使用输入文件中的第一行作为标头。如果文件已有标头，则可以删除-Headers参数。
默认情况下，Get-Content会将输入文件读取到行数组中。但是对于这种方法，将整个文件作为一个大字符串是正确的 - 这就是-Raw所做的。
@{}创建一个空哈希表
$data.Term将访问 CSV 的一列
.IndexOf()区分大小写。默认情况下，PowerShell 不区分大小写，但像这样的本机 .NET 方法不会更改其行为。这可能是您所需要的，也可能不是您需要的 - 如果您不关心大小写，请在$target和$term上使用.ToLower()。

Select-String很有用，但它不是神奇的:)

考虑到性能影响，我会这样处理它：

对于File2中的每一行：
- 测试File1中所有术语的出现次数

这样，您只需阅读和评估一次File2：

# prepare hashtable to keep track of count
$count = @{}
# read terms to search for from file1
$termsToFind = Get-Content .file1 |ForEach-Object {
$_ -split ';' |Select -Last 1
}
# loop over lines in file2, count the words we're searching for
Get-Content .testfile2 |ForEach-Object {
foreach($term in $termsToFind){
# Using `Regex.Matches()` will help us find multiple occurrences of the same term
$count[$term] += [regex]::Matches($_,"b$([regex]::Escape($term))b").Count
}
}

现在$count将是一个哈希表，其中键是 file1 中的术语，值是每个单词的计数。

输出为与file1相同的格式：

$count.GetEnumerator() |ForEach-Object { $_.Value,$_.Key -join ';' } |Set-Content output.txt

如果您检查文档，则无法通过管道模式将 -pattern 传输到选择字符串。您可以使用括号使某些内容的输出成为模式参数：

powershell select-string -pattern (get-content file1) -path file2

利用模式是位置 0 和路径是位置 1 的事实。 -pattern 也可以是一个数组。

powershell select-string (get-content file1) file2

相关内容

最新更新

热门标签：