Question

我有一个电子邮件的正文（在代码中的这一点，它只是一个字符串），以及我需要找到的一系列单词。我正试图从一系列单词中获取电子邮件中的一系列单词。例如：

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

从此我希望收到

@("foo", "regex")

案件无关紧要，订单无所谓等。

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，这个功能以惊人的速度增长。我循环播放多封电子邮件，第一次运行时，它是0.05287秒，第30次运行是0.11733秒，第45次运行是1.72352秒，第50次是超过5秒。我必须运行40,000次（并且不断增长）。

任何提示？

Answer 1

看看这是否加快了这个过程：

Slice

从单词数组中创建一个交替的正则表达式，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进行匹配。由于您使用$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作为数组运算符，因此它将充当过滤器，在单个操作中传递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删除机制的示例。

从数组中的可能性列表中查找字符串中的所有匹配项

1 个答案: