使用选择字符串检查powershell中的两个.txt文件

我是全新的编写powershell脚本的人。到目前为止，我使用的是纯批为我的目的，因为这是我的公司的要求。在这个批处理中，我使用嵌套的foor循环对两个.txt文件进行比较，具体来说，我希望执行以下操作：

文件1包含许多字符串。每个字符串在一个单独的行中，前面有一个数字和分号，如：658；RMS 文件2是一些长文本。 目的是统计文件2中文件1中每个字符串的出现次数，例如RMS计数300次

在我之前的代码中，关于运行时文件1有大约400行，文件2有500.000行，我读到Powershell中的Select字符串效率更高。 然而，由于我正在阅读一些教程，我不清楚如何在这里继续，除此之外，我还必须在.bat中运行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，我正在测试Select String方法，如下所示：

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

我的假设是利用管道，所以如下所示：

powershell-命令&{选择字符串-路径File2.txt-文件1的模式值}

然而，我并没有让它发挥作用。Powershell在第一根管道之前正在挖掘某种psobject

选择字符串很有用，但它并不神奇：

考虑到性能影响，我会这样处理：

对于文件2中的每一行： 测试文件1中所有术语的出现情况 这样，您只需读取和评估文件2一次：

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

输出为与文件1相同的格式，包括：

选择字符串很有用，但它不是魔术：

考虑到性能影响，我会这样处理：

对于文件2中的每一行： 测试文件1中所有术语的出现情况 这样，您只需读取和评估文件2一次：

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

输出为与文件1相同的格式，包括：

---

如果您检查文档，就不能使用管道模式来选择字符串。您可以使用括号将某些内容的输出变为模式参数：

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

使用模式是位置0，路径是位置1这一事实-模式也可以是数组

powershell select-string (get-content file1) file2  

---

如果您检查文档，就不能使用管道模式来选择字符串。您可以使用括号将某些内容的输出变为模式参数：

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

使用模式是位置0，路径是位置1这一事实-模式也可以是数组

powershell select-string (get-content file1) file2  

---

为了获得最佳性能，我将这样处理此任务

将带有术语的文件读取为CSV，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，使用.IndexOf计算在目标字符串中找到它的频率 比如说

$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 

注释

导入Csv将自动使用输入文件中的第一行作为标题。如果您的文件已经有一个头，您可以删除-Headers参数。 默认情况下，“获取内容”将把输入文件读入一个行数组。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 $data.Term将访问CSV的一列 .IndexOf区分大小写。默认情况下，PowerShell是case-instate，但是像这样的本机.NET方法不会改变它们的行为。这可能是您所需要的，也可能不是您所需要的-使用。如果您不关心案例，请降低$target和$term。

---

为了获得最佳性能，我将这样处理此任务

将带有术语的文件读取为CSV，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，使用.IndexOf计算在目标字符串中找到它的频率 比如说

$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 

注释

导入Csv将自动使用输入文件中的第一行作为标题。如果您的文件已经有一个头，您可以删除-Headers参数。 默认情况下，“获取内容”将把输入文件读入一个行数组。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 $data.Term将访问CSV的一列 .IndexOf区分大小写。默认情况下，PowerShell是case-instate，但是像这样的本机.NET方法不会改变它们的行为。这可能是您所需要的，也可能不是您所需要的-使用。如果您不关心案例，请降低$target和$term。

---

很好，但是你忘了，file1的内容是CSV，比如658；RMS，他只需要第二列。@T-Me谢谢你发现了它，完全忘记了那部分：非常感谢@MathiasR.Jessen我测试了第一部分，你在文件1中读到了，这很好用

---

我很好。然而，试图弹劾第二部分在一些错误案例中失败。发生这种情况是因为我无法运行外部powershell脚本，所以试图将整个代码放在一行中？我的代码如下所示：powershell-command&{$count=@{}；$termsToFind=Get Content'ModulID.txt'| ForEach Object{$\uu-split'；| Select-Last 1}；Get Content'TlsTrace.prn'| ForEach Object{ForEach$term in$termsToFind{$count[$term]+=[regex]：：Matches$\ub$[regex]：：Escape$term\b.count}我将文件名更改为真实的文件名，其他方面是相同的，我强烈建议将代码放在.ps1脚本文件中，然后运行powershell-文件C:\path\to\script.ps1，或者将其转换为nice，但您忘记了，文件1的内容类似于CSV 658；RMS，他只需要第二列。@T-Me谢谢你发现了它，完全忘记了那部分：非常感谢@MathiasR.Jessen我测试了第一部分，你在文件1中读到的内容，效果非常好。然而，试图弹劾第二部分在一些错误案例中失败。发生这种情况是因为我无法运行外部powershell脚本，所以试图将整个代码放在一行中？我的代码如下所示：powershell-command&{$count=@{}；$termsToFind=Get Content'ModulID.txt'| ForEach Object{$\uu-split'；| Select-Last 1}；Get Content'TlsTrace.prn'| ForEach Object{ForEach$term in$termsToFind{$count[$term]+=[regex]：：Matches$\ub$[regex]：：Escape$term\b.count}我将文件名更改为真实的文件名，其他方面是相同的。我强烈建议将代码放在.ps1脚本文件中，然后运行powershell-文件C:\path\to\script.ps1，或者将其转换为我测试过的方法，而且速度非常快：。是否有一些简单的修改，使其只保存计数大于零到$counts的条款？此外，我必须用正则表达式修改搜索表达式，使其只计算精确匹配。由于我不熟悉powershell，在您的代码中添加此项的正确点在哪里？是否有一些简单的修改，以便它只保存计数高于零到$counts的条款？是的，有，我相信您会找到它。这并不难我必须用正则表达式修改搜索表达式，使其只计算精确匹配项。-嗯？上面的代码只计算精确匹配。正则表达式适用于不需要精确匹配的情况。哦，好吧，我忘了提到很多，对此表示抱歉。在我的文件2中有几行。例如，我想计算“RM4”的出现次数，现在可以存在以下行：123456789 RM4 987654321->应计为1，但是，这一行中出现的情况不应计算在内：12345 RM4.DLL 9876所以我的目标是将搜索词封装在空白处，这样后面就不会有任何其他内容了：太好了，我会尽我最大的努力谢谢你的帮助，确实这应该不那么困难。好的，第一件事很简单。我理解你的代码，你的方法非常聪明。我现在添加了if$count-gt 0{$counts[$term]=$count}，并用它替换了$counts[$term]=$count，我还测试了您的方法，它非常快：。是否有一些简单的修改，使其只保存计数大于零到$counts的条款？此外，我必须用正则表达式修改搜索表达式，使其只计算精确匹配。由于我不熟悉powershell，在您的代码中添加此项的正确点在哪里？是否有一些简单的修改，以便它只保存计数高于零到$counts的条款？是的，有，我相信您会找到它。这并不难我必须用正则表达式修改搜索表达式，使其只计算精确匹配项。-嗯？上面的代码只计算精确匹配。正则表达式适用于不需要精确匹配的情况。哦，好吧，我忘了提到很多，对此表示抱歉。在我的文件2中有几行。例如，我想计算“RM4”的出现次数，现在可以存在以下行：123456789 RM4 987654321->应计为1，但是，这一行中出现的情况不应计算在内：12345 RM4.DLL 9876所以我的目标是将搜索词封装在空白处，这样后面就不会有任何其他内容了：太好了，我会尽我最大的努力谢谢你的帮助，确实这应该不那么困难。好的，第一件事很简单。我理解你的代码，你的方法非常聪明。我现在添加了if$count-gt 0{$counts[$term]=$count}，并用这个替换了$counts[$term]=$count