我希望按行中的一行中找到我的文件中的额外定界符。但是，我想忽略文件中的标题行（第一行）和页脚行（最后一行），只关注文件详细信息。
我不确定如何使用ReadLine()方法忽略第一行和最后一行。我不想以任何方式更改文件，此脚本仅用于识别具有额外分配程序的CSV文件中的行。
请注意：我要搜索的文件有数百万行，为了做到这一点，我必须依靠ReadLine()方法而不是Get-Content方法。
我确实尝试在我的Get-Content语句中使用Select-Object -Skip 1 | Select-Object -SkipLast 1，将值输入到$measure中，但我没有得到所需的结果。
例如：
H|Transaction|2017-10-03 12:00:00|Vendor --> This is the Header
D|918a39230a098134|2017-08-31 00:00:00.000|2017-08-15 00:00:00.000|SLICK-2340|...
D|918g39230b095134|2017-08-31 00:00:00.000|2017-08-15 00:00:00.000|EX|SRE-68|...
T|1268698 Records --> This is Footer
基本上，我希望我的脚本忽略标题和页脚，并使用第一个数据行（D|918...）作为正确记录的示例，而其他详细信息记录进行了比较（在此示例中，第二个详细行应该返回，因为该字段中有无效的定界符（EX|SRE-68...）。
当我尝试在get-content语句中使用-skip 1和-skiplast 1时，该过程仍在使用标题行作为比较，并将所有详细记录返回为无效记录。
这是我到目前为止所拥有的...
编辑注：尽管有意图，但此代码确实使用 header 行（第一行）来确定参考列计数。
$File = "test.csv"
$Delimiter = "|"
$measure = Get-Content -Path $File | Measure-Object
$lines = $measure.Count
Write-Host "$File has ${lines} rows."
$i = 1
$reader = [System.IO.File]::OpenText($File)
$line = $reader.ReadLine()
$reader.Close()
$header = $line.Split($Delimiter).Count
$reader = [System.IO.File]::OpenText($File)
try
{
for()
{
$line = $reader.ReadLine()
if($line -eq $null) { break }
$c = $line.Split($Delimiter).Count
if($c -ne $header -and $i -ne${lines})
{
Write-Host "$File - Line $i has $c fields, but it should be $header"
}
$i++
}
}
finally
{
$reader.Close()
}
您使用读行的任何原因吗？您的处理方法已经将整个CSV加载到内存中，因此我将其保存到变量中，然后使用循环进行（从1开始跳过第一行）。
这样的东西：
$File = "test.csv"
$Delimiter = "|"
$contents = Get-Content -Path $File
$lines = $contents.Count
Write-Host "$File has ${lines} rows."
$header = $contents[0].Split($Delimiter).count
for ($i = 1; $i -lt ($lines - 1); $i++)
{
$c = $contents[$i].Split($Delimiter).Count
if($c -ne $header)
{
Write-Host "$File - Line $i has $c fields, but it should be $header"
}
}
现在我们知道性能很重要，这是一个仅使用 [System.IO.TextFile].ReadLine()（作为Get-Content的更快替代品）来读取大型输入文件，并且确实可以使用因此，只有一次：
-
通过
Get-Content ... | Measure-Object，
没有预先计数行数 没有单独打开文件的实例，只是为了读取标题行；在阅读标头线后保持文件打开的额外优势，您可以继续阅读（跳过标题线不需要逻辑）。
$File = "test.csv"
$Delimiter = "|"
# Open the CSV file as a text file for line-based reading.
$reader = [System.IO.File]::OpenText($File)
# Read the lines.
try {
# Read the header line and discard it.
$null = $reader.ReadLine()
# Read the first data line - the reference line - and count its columns.
$refColCount = $reader.ReadLine().Split($Delimiter).Count
# Read the remaining lines in a loop, skipping the final line.
$i = 2 # initialize the line number to 2, given that we've already read the header and the first data line.
while ($null -ne ($line = $reader.ReadLine())) { # $null indicates EOF
++$i # increment line number
# If we're now at EOF, we've just read the last line - the footer -
# which we want to ignore, so we exit the loop here.
if ($reader.EndOfStream) { break }
# Count this line's columns and warn, if the count differs from the
# header line's.
if (($colCount = $line.Split($Delimiter).Count) -ne $refColCount) {
Write-Warning "$File - Line $i has $colCount fields rather than the expected $refColCount."
}
}
} finally {
$reader.Close()
}
注意：此答案是在OP澄清性能是至关重要的，并且基于Get-Content的解决方案不是一个选择。我的另一个答案现在解决了。
此答案对于慢> 可能仍然很感兴趣，但是更简洁的是，PowerShell-Idiomatic解决方案。
the_sw的有用答案表明，您可以使用PowerShell自己的Get-Content CMDLET来方便地读取文件，而无需求助于直接使用.NET Framework。
psv5 启用惯用的单pipeline解决方案更简洁，更有效的内存效率 - 它一对一地处理 - 尽管性能;但是，尤其是对于大文件，您可能不想一次读取它们，因此最好是管道解决方案。
PSV5 由于使用Select-Object S -SkipLast参数。
$File = "test.csv"
$Delimiter = '|'
Get-Content $File | Select-Object -SkipLast 1 | ForEach-Object { $i = 0 } {
if (++$i -eq 1) {
return # ignore the actual header row
} elseif ($i -eq 2) { # reference row
$refColumnCount = $_.Split($Delimiter).Count
} else { # remaining rows, except the footer, thanks to -SkipLast 1
$columnCount = $_.Split($Delimiter).Count
if ($columnCount -ne $refColumnCount) {
"$File - Line $i has $columnCount fields rather than the expected $refColumnCount."
}
}
}