如何在文件中查找所有正则表达式匹配项

Arsen Mkrtchyan 发表于 Dev

Arsen Mkrtchyan

我有一个正则表达式列表（大约2000个）和超过一百万个html文件。我想检查每个文件上的每个正则表达式是否成功。如何在Powershell上执行此操作？

性能很重要，因此我不想遍历正则表达式。

我尝试

$text | Select-String -Pattern pattern1, pattern2,...

它返回所有匹配项，但我也想找出哪种模式成功，哪些没有。我需要为每个文件构建成功正则表达式列表

Frode F.

您可以尝试这样的事情：

$regex = "^test","e2$"  #Or use (Get-Content <path to your regex file>)
$ht = @{}

#Modify Get-Childitem to your criterias(filter, path, recurse etc.)
Get-ChildItem -Filter *.txt | Select-String -Pattern $regex | ForEach-Object { 
    $ht[$_.Path] += @($_ | Select-Object -ExpandProperty Pattern)
}

测试输出：

$ht | Format-Table -AutoSize

Name                                               Value
----                                               -----
C:\Users\graimer\Desktop\New Text Document (2).txt {e2$}
C:\Users\graimer\Desktop\New Text Document.txt     {^test, e2$}

您没有指定所需的输出方式。

更新：要在一行上匹配多个模式，请尝试使用此方法（mjolinor的答案可能比此方法更快）。

$regex = "^test","e2$"  #Or use (Get-Content <path to your regex file>)
$ht = @{}

#Modify Get-Childitem to your criterias(filter, path, recurse etc.)
$regex | ForEach-Object {
    $pattern = $_
    Get-ChildItem -Filter *.txt | Select-String -Pattern $pattern | ForEach-Object { 
        $ht[$_.Path] += @($_ | Select-Object -ExpandProperty Pattern)
    }
}

UPDATE2：我没有足够的示例来尝试它，但是由于您有如此大量的文件，因此您可能希望尝试在遍历模式之前将文件读入内存。可能会更快。

$regex = "^test","e2$"  #Or use (Get-Content <path to your regex file>)
$ht = @{}

#Modify Get-Childitem to your criterias(filter, path, recurse etc.)
Get-ChildItem -Filter *.txt | ForEach-Object {
    $text = $_ | Get-Content
    $filename = $_.FullName
    $regex | ForEach-Object {
        $text | Select-String -Pattern $_ | ForEach-Object { 
            $ht[$filename] += @($_ | Select-Object -ExpandProperty Pattern)
        }
    }
}

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。