Question

如何在Windows文本文件中查找和替换文本，并使用搜索和替换易于阅读且易于添加/修改/删除的字符串。该脚本将解析6800行文件，找到70个字符串实例，对其重新编号，并在不到400ms的时间内覆盖原始字符串。

搜索字符串“ AROUND LINE {1-9999}”和“ LINE2 {1-9999}”，并将{1-9999}替换为代码所在的{line number}。弦线周围有前后空格。最后两个测试是使用整个源批处理副本完成的，并将其粘贴到sample.bat中。

sample.bat包含两行：

ECHO AROUND LINE 5936
TITLE %TIME%   DISPLAY TCP-IP SETTINGS   LINE2 5937

当前代码包括寻找AROUND LINE和@ mklement0解决方案。

copy-item $env:temp\sample.bat -d $env:temp\sample.bat.$((get-date).tostring("HHmmss"))
$file = "$env:temp\sample.bat"
$lc = 0
$updatedLines = switch -Regex ([IO.File]::ReadAllLines($file)) {
  '^(.*? (?:AROUND LINE|LINE2) )\d+(.*)$' { $Matches[1] + ++$lc + $Matches[2] }
  default { ++$lc; $_ }
}
[IO.File]::WriteAllLines($file, $updatedLines, [Text.Encoding]::ASCII)

预期结果：

ECHO AROUND LINE 1
TITLE %TIME%   DISPLAY TCP-IP SETTINGS   LINE2 2

实际结果：

ECHO AROUND LINE 1 
TITLE %TIME%   DISPLAY TCP-IP SETTINGS   LINE2 2

使用switch，.NET框架和粘贴到sample.bat中的整个批处理文件进行测量：

Measure-command {
copy-item $env:temp\sample.bat -d $env:temp\sample.bat.$((get-date).tostring("HHmmss"))
    $file = "$env:temp\sample.bat"
    $lc = 0
    $updatedLines = switch -Regex ([IO.File]::ReadAllLines($file)) {
      '^(.*? (?:AROUND LINE|LINE2) )\d+(.*)$' { $Matches[1] + ++$lc + $Matches[2] }
      default { ++$lc; $_ }
    }
    [IO.File]::WriteAllLines($file, $updatedLines, [Text.Encoding]::ASCII)}

结果：十次运行中75ms-386ms。

使用Get-Content + -replace + Set-Content并将整个批处理文件粘贴到sample.bat中进行测量：

Measure-command {
copy-item $env:temp\sample.bat -d $env:temp\sample.bat.$((get-date).tostring("HHmmss"))
(gc $env:temp\sample.bat) | foreach -Begin {$lc = 1} -Process {
  $_ -replace 'AROUND LINE \d+', "AROUND LINE $lc" -replace 'LINE2 \d+', "LINE2 $lc"
  ++$lc
} | sc -Encoding Ascii $env:temp\sample.bat}

结果：十次运行中363ms-451ms。

搜索字符串是一个易于理解的正则表达式。

您可以通过添加另一个-replace来搜索其他字符串。

-replace 'AROUND LINE \d+', "AROUND LINE $lc" -replace 'LINE2 \d+', "LINE2 $lc" -replace 'LINE3 \d+', "LINE3 $lc"

^{编者注：这是Iterate a backed up ascii text file, find all instances of {LINE2 1-9999} replace with {LINE2 "line number the code is on". Overwrite. Faster?}

的后续问题

^{此问题从最年轻到最老的演变：
1. 54757890 2. 54737787 3. 54712715 4. 54682186}

^{更新：我使用了@ mklement0正则表达式解决方案。}

Answer 1

switch -Regex -File $file {
  '^(.*? (?:AROUND LINE|LINE2) )\d+(.*)$' { $Matches[1] + ++$lc + $Matches[2] }
  default { ++$lc; $_ }
}

鉴于正则表达式^(.*? (?:AROUND LINE|LINE2) )\d+(.*)$仅包含 2 个捕获组-要替换的数字之前（{{1} ）以及行之后的部分，您必须在输出的automatic $Matches variable中引用索引为\d+和1的这些组（而不是{{1} }和2。
- 请注意，2是一个不捕获组，因此从设计上讲，它不会反映在3中。
不是使用(?:...)来读取文件，而是使用$Matches的{{1}}选项，该选项直接从文件[IO.File]::ReadAllLines($file)中读取行。 / p>
-File中的switch确保在 non-matching 行中，行计数器也要递增（{{1 }）。

性能说明

您可以使用以下obscure optimization来稍微提高性能：
```
$file
```
使用预编译的++$lc实例而不是PowerShell转换为的字符串文字，具有高迭代次数（大量行）幕后的正则表达式可以进一步加快处理速度-请参见下面的基准测试。
此外，如果区分大小写匹配就足够了，则可以通过在{上添加default { ++$lc; $_ }选项来降低的性能。 {1}}语句。
从总体上讲，使解决方案快速的原因是使用$_处理行，并且通常使用.NET类型文件I / O （而不是cmdlet）（在本例中为# Enclose the switch statement in & { ... } to speed it up slightly. $updatedLines = & { switch -Regex -File ... }，如问题所示）-另请参见this related answer。
- 也就是说，marsze's answer提供了一种基于预编译正则表达式的高度优化的[regex]循环方法，该方法在更高的迭代次数下会更快-然而，它更为冗长。

基准

以下代码将此答案的-CaseSensitive方法与marsze的switch方法的性能进行了比较。
请注意，为了使两个解决方案完全等效，进行了以下调整：
- switch -File优化也已添加到IO.File]::WriteAllLines()命令中。
- foreach方法中添加了switch和foreach选项，以匹配隐式使用 PS正则表达式的选项。

分别用600行，3,000和30,000行文件而不是6行示例文件来测试性能，以显示迭代计数对性能的影响。

平均100次跑步。

我运行Windows PowerShell v5.1的Windows 10计算机上的

采样结果-绝对时间并不重要，但希望相对 & { ... }栏中显示的效果通常具有代表性：

switch

请注意，使用 string文字在较低的迭代次数下IgnoreCase最快，但是在大约1,500行的情况下，使用预编译的CultureInvariant实例的foreach解决方案开始了变得更快；将预编译的Factor实例与VERBOSE: Averaging 100 runs with a 600-line file of size 0.03 MB... Factor Secs (100-run avg.) Command ------ ------------------- ------- 1.00 0.023 # switch -Regex -File with regex string literal... 1.16 0.027 # foreach with precompiled regex and [regex].Match... 1.23 0.028 # switch -Regex -File with precompiled regex... VERBOSE: Averaging 100 runs with a 3000-line file of size 0.15 MB... Factor Secs (100-run avg.) Command ------ ------------------- ------- 1.00 0.063 # foreach with precompiled regex and [regex].Match... 1.11 0.070 # switch -Regex -File with precompiled regex... 1.15 0.073 # switch -Regex -File with regex string literal... VERBOSE: Averaging 100 runs with a 30000-line file of size 1.47 MB... Factor Secs (100-run avg.) Command ------ ------------------- ------- 1.00 0.252 # foreach with precompiled regex and [regex].Match... 1.24 0.313 # switch -Regex -File with precompiled regex... 1.53 0.386 # switch -Regex -File with regex string literal...一起使用，只会得到较小的回报，只有迭代次数更高。

基准代码，使用Time-Command function：

switch -regex

Answer 2

替代解决方案：

$regex = [Regex]::new('^(.*? (?:AROUND LINE|LINE2) )\d+(.*)$', 'Compiled, IgnoreCase, CultureInvariant')
$lc = 0
$updatedLines = & {foreach ($line in [IO.File]::ReadLines($file)) {
    $lc++
    $m = $regex.Match($line)
    if ($m.Success) {
        $g = $m.Groups
        $g[1].Value + $lc + $g[2].Value
    } else { $line }
}}
[IO.File]::WriteAllLines($file, $updatedLines, [Text.Encoding]::ASCII)

PowerShell5。查找/替换文本。交换机和.NET Framework或cmdlet和管道？哪个更快？哪个更容易阅读？

2 个答案:

性能说明

基准