Arrays 从数组中的可能性列表中查找字符串中的所有匹配项

我有一封电子邮件的正文（在代码的这一点上，它只是一个字符串），还有一个我需要查找的单词数组。我正在尝试从单词数组中获取电子邮件中的单词数组。例如：

$wordsArray = "foo|bar|regex|powershell"
$emailBody = "This is an email body written into a string, without breaks. foo regex."

我希望从中得到

@("foo", "regex")

案件不重要，顺序不重要，等等

现在我有这个功能：

function func($emailBody, $wordsArray) {
    $matched= @()
    $matched+= $emailBody| Select-String $wordsArray -AllMatches | ForEach-Object { $_.Matches.Value }

    return $matched | sort -Unique

}

然而，这个函数以令人难以置信的速度增长。我循环了多封电子邮件，第一次运行时，是0.05287秒，第30次运行时是0.11733秒，第45次运行时是1.72352秒，第50次运行时是5秒以上。我必须运行这个40000次（并且不断增长）

---

有什么提示吗？

看看这是否会加快流程：

$wordsFound = @{}
filter AddWord { $wordsFound[$_]++ }
$wordsArray = @("foo", "bar", "regex", "powershell")
$regex = ‘(?i)^(‘ + (($wordsArray |foreach {[regex]::escape($_)}) –join “|”) + ‘)$’

$emailBody = "This is an email, without breaks. foo regex."
$emailBody -split '\W' -match $regex | AddWord

$wordsFound.getenunumerator().Name | sort

这将从单词数组中创建一个交替正则表达式，然后在单词边界处拆分电子邮件正文，在电子邮件中创建一个单词数组，并将其与正则表达式匹配。由于您将

-match

用作数组运算符，因此它将充当过滤器，在单个操作中通过与正则表达式匹配的所有单词

---

编辑：添加了一个使用哈希表作为流内重复数据消除机制的示例。

能否包含其余代码？我不明白为什么您发布的函数的运行时间在多次使用时会增加。@ctwheels我没有与任何webmail对象进行交互，在脚本的这一点上，它是一个原始字符串。你可以完全用“随机字符串”替换“电子邮件”，我也会有同样的问题。@AxelPersinger将这些信息添加到你的问题中，以防止进一步的混淆。它将时间缩短了一半，但它仍然呈指数级增长。这对我来说毫无意义，但如果没有与之相匹配的体型增长，它肯定会增长。你的记忆消耗是什么样子的？在你进行重复数据消除之前，你是否在收集所有邮件中的所有单词？若那个数组越来越大，那个么它可能会在内存管理方面耗尽你们的精力，你们可能会停止使用哈希表在流中对它们进行重复数据消除。我将用一个例子来更新答案。电子邮件字符串实际上来自一个SharePoint对象列表，该列表将非常大，我只是将字符串传递给这个函数。我监测了mem消耗量，没有发现任何重大峰值或其他情况。不幸的是，我尝试了你的编辑，但似乎没有任何改进@Mjolinor关于这一点，我唯一的建议是开始在流程的各个点添加一些度量命令行，看看它们是否会告诉您瓶颈在哪里发展。