使用Powershell提取并处理标签

小白龙 · 发表于 2022-8-30 16:59:36

想用C#或库之类的, 是因为不知为什么, PS5在我的win10下启动好慢, 处理起来好像也比C#慢不少

要是C#我可以编译为一个exe, 速度会快很多

flashercs · 发表于 2022-8-30 18:01:05

文档格式算法是你定义的;我也看不懂;
powershell慢;因为加载module 太多;
这种自定义格式没有dll库可用, 你可以改成C#,只是有点麻烦;

小白龙 · 发表于 2022-8-30 18:33:37

感谢大佬提醒, 也没有外部module, 就是反应慢, 真是怪了

小白龙 · 发表于 2022-9-2 08:49:53

本帖最后由小白龙于 2022-9-2 08:52 编辑

回复 13# flashercs
原字符串:
┋国家, 中国, 美国, 日本
┋城市, 北京, 上海, 广州
┋大理, 三亚, 海南
我的名字是 ┃名字┃, 我的国家是 ┃国家┃, 我的年龄是┃年龄┃, 我家住在┃城市┃!
_________________________________________________________________
修改代码后处理结果:
┃Y_国家┃ 国家[]中国[]美国[]日本
┃Y_城市┃ 城市[]北京[]上海[]广州
┋大理, 三亚, 海南
我的名字是 ┃N_名字┃, 我的国家是 ┃Y_国家┃, 我的年龄是┃N_年龄┃, 我家住在┃Y_城市┃!
_________________________________________________________________

大佬, 请教两个小问题:
问题1.像上面的原字符串,标签前面带有空格符, 也能处理, PS代码我做了以下修改实现了:
行9
$reLabel = [regex]'┋([^,]*),(\s*)' #标签正则
改为
$reLabel = [regex]'\s*┋([^,]*),(\s*)' #标签正则
__________________
行60和90
$_.StartsWith("┋")
改为
$_.trim().StartsWith("┋")
___________________________________________________________
但是对应的C#代码, 我做了同样的修改, 会报错, 修改如下:
行21
Regex("┋([^,]*),(\\s*)"
改为了
Regex("\\s*┋([^,]*),(\\s*)"
__________________
行74和116
line.StartsWith("┋")
改为了
line.trim().StartsWith("┋")

问题2.处理后的标签┃后面必须要有一个空格, 但如果原字符串标签文本后的第一个逗号后面没有空格, 就不灵了, 例如下面:
┋国家,中国, 美国, 日本

flashercs · 发表于 2022-9-3 13:15:59

本帖最后由 flashercs 于 2022-9-3 13:21 编辑

.Trim() 必须大小写正确;
$reLabel = [regex]'\s*┋([^,]*),(\s*)' #标签正则

# 替换label
$sbLabel = {
param([System.Text.RegularExpressions.Match]$m)
$k = $m.Groups[1].Value
if ($dicLabelCtr.ContainsKey($k)) {
$ctr = (++$dicLabelCtr[$k])
"┃Y_$k$ctr┃ $k$ctr[]"
} else {
$dicLabelCtr[$k] = 1
"┃Y_$k┃ $k[]"
}
}

复制代码

//# 替换label
MatchEvaluator sbLabel = delegate (Match m)
{
string k = m.Groups[1].Value;
if (dicLabelCtr.ContainsKey(k))
{
int ctr = ++dicLabelCtr[k];
return string.Format("┃Y_{0}{1}┃{2}{0}{1}[]", k, ctr, " ");
}
else
{
dicLabelCtr[k] = 1;
return string.Format("┃Y_{0}┃{1}{0}[]", k, " ");
}
};

复制代码

小白龙 · 发表于 2022-9-3 17:44:27

回复 20# flashercs

多谢大佬!

小白龙 · 发表于 2022-9-3 20:48:19

回复 20# flashercs

大佬再请教一下,
标签前的符号, 前面的例子都是┋, 刚发现有时还可能会是┇ 还没有发现同时存在的情况,
我改了下面地方,想实现可以适用这两种符号, 结果标签输出为空:

$reLabel = [regex]'\s(┋|┇)([^,]*),(\s*)' #标签正则

和

if ($_.trim().StartsWith("┋") -or $_.trim().StartsWith("┇")) {
___________________________________________________________________

$A = @'
┇城市, 北京, 上海, 广州
┇大理, 三亚, 海南
我的名字是 ┃名字┃, 我的国家是 ┃国家┃, 我的年龄是┃年龄┃, 我家住在┃城市┃!
'@
[Collections.ArrayList]$B = @() #存标签
[Collections.ArrayList]$C = @() #存内容
[Collections.ArrayList]$CLocal = @() #存内容Local
[Collections.ArrayList]$keysInContent = @() #keys in content
$dicLabelCtr = @{} #标签个数统计
# $dicLabelLocal = @{} #标签个数统计: {称呼 =称呼2}
$dicLabelLocal4B = [ordered]@{} #{标签 = Line}
#$reLabel = [regex]'┋([^,]*),(\s*)' #标签正则
$reLabel = [regex]'\s(┋|┇)([^,]*),(\s*)' #标签正则
$reContent = [regex]'┃([^┃]*)┃' #内容正则
# 替换label
$sbLabel = {
param ([System.Text.RegularExpressions.Match]$m)
$k = $m.Groups[1].Value
if ($dicLabelCtr.ContainsKey($k))
{
$ctr = (++$dicLabelCtr[$k])
"┃Y_$k$ctr┃ $k$ctr[]"
}
else
{
$dicLabelCtr[$k] = 1
"┃Y_$k┃ $k[]"
}
}
# 替换内容
$sbContent = {
param([System.Text.RegularExpressions.Match]$m)
$k = $m.Groups[1].Value
if ($dicLabelLocal4B.Contains($k)) {
[void]$keysInContent.Add($k)
if ($dicLabelCtr.ContainsKey($k)) {
"┃Y_${k}$($dicLabelCtr[$k]+1)┃"
} else {
"┃Y_${k}┃"
}
} else {
"┃N_$k┃"
}
}
$stack = 0 #content
$A -split '\r\n' | ForEach-Object {
if ($stack -eq 0) {
if ($_.trim().StartsWith("┋") -or $_.trim().StartsWith("┇")) {
$stack = 1
# procossing prev section
for ($i = 0; $i -lt $CLocal.Count; $i++) {
$CLocal[$i] = $reContent.Replace($CLocal[$i], $sbContent)
}
foreach ($key in @($dicLabelLocal4B.Keys)) {
if (-not $keysInContent.Contains($key)) {
[void]$C.Add($dicLabelLocal4B[$key])
$dicLabelLocal4B.Remove($key)
} else {
[void]$B.Add(($reLabel.Replace($dicLabelLocal4B[$key], $sbLabel) -replace ',\s*', '[]'))
}
}
[void]$C.AddRange($CLocal)
$CLocal.Clear()
$keysInContent.Clear()
$dicLabelLocal4B.Clear()
# next section
$m = $reLabel.Match($_)
if ($m.Success) {
$dicLabelLocal4B[$m.Groups[1].Value] = $_
} else {
$dicLabelLocal4B[$_] = $_
}
} else {
[void]$CLocal.Add($_)
}
} else {
# stack=1
if ($_.trim().StartsWith("┋") -or $_.trim().StartsWith("┇")) {
$m = $reLabel.Match($_)
if ($m.Success) {
$dicLabelLocal4B[$m.Groups[1].Value] = $_
} else {
$dicLabelLocal4B[$_] = $_
}
} else {
$stack = 0
[void]$CLocal.Add($_)
}
}
}
# procossing prev section
for ($i = 0; $i -lt $CLocal.Count; $i++) {
$CLocal[$i] = $reContent.Replace($CLocal[$i], $sbContent)
}
foreach ($key in @($dicLabelLocal4B.Keys)) {
if (-not $keysInContent.Contains($key)) {
[void]$C.Add($dicLabelLocal4B[$key])
$dicLabelLocal4B.Remove($key)
} else {
[void]$B.Add(($reLabel.Replace($dicLabelLocal4B[$key], $sbLabel) -replace ',\s*', '[]'))
}
}
[void]$C.AddRange($CLocal)
$CLocal.Clear()
$keysInContent.Clear()
$dicLabelLocal4B.Clear()
$B
'---'
$C

复制代码

flashercs · 发表于 2022-9-3 21:00:23

回复 22# 小白龙

$reLabel = [regex]'\s*(?:┋|┇)([^,]*),(\s*)' #标签正则

复制代码

小白龙 · 发表于 2022-9-4 10:15:55

回复 23# flashercs

多谢

xczxczxcz · 发表于 2022-9-4 20:32:00

化简为繁！！！

powershell 吸取了 C#的对象方法和purl语言的文本高效处理方式，要想PS高效，文本处理尽量不要对象化。

给你支一招：把文本按需要的段落分割(不是逐行处理)。你这样的文本处理，十几万行也瞬间完成。正则可以不单独入组的尽量不要入组，减少开销。能用贪婪的尽量贪婪。反正想办法减少回朔处理。

小白龙 · 发表于 2022-9-4 21:06:14

回复 25# xczxczxcz

感谢支招, 在下不才, 前面大佬写的PS和C#都还没有看懂

要是能分享一下代码就好了, 看看能不能懂,
感觉稳定是第一位的, 我前说的慢, 是因为我的系统PS启动慢, 处理速度还行

		自动登录	找回密码
密码			注册

[新手上路]批处理新手入门导读	[视频教程]批处理基础视频教程	[视频教程]VBS基础视频教程	[批处理精品]批处理版照片整理器
[批处理精品]纯批处理备份&还原驱动	[批处理精品]CMD命令50条不能说的秘密	[在线下载]第三方命令行工具	[在线帮助]VBScript / JScript 在线参考

[问题求助] 使用Powershell提取并处理标签

评分

浏览过的版块