Question

我有一个包含CampaignNames和ID的文件。这两个字段由管道|分隔。 ID由空格分隔。我想查找包含ID的文件（thorpe þ分隔）中的所有行，并将这些行输出到每个名称的单独文件中。此文件通常为4-7 GB，有时更大。

campaigns.txt：

Name|NameID
FirstName|123 212 445 39
SecondName|313 939
ThirdName|219

数据ID文件：

DateþIDþCode
10-22-14þ123þAbc
10-24-16þ212þPow
09-18-15þ219

所以我想要创建3个文件。 FirstName.txt包含2行。 SecondName.txt包含0行。 ThirdName.txt包含1行。

我从各种来源拼凑了一些代码并提出了这个问题。但是，我想知道是否有比多次读取数据文件更好的方法。有什么想法吗？

$campaigns = Import-Csv "campaigns.txt" -Delimiter "|"
$datafile = "5282_10-19-2016"
$encoding = [Text.Encoding]::GetEncoding('iso-8859-1')

echo "Starting.."
Get-Date -Format g

foreach ($campaign in $campaigns) {
    $campaignname = $campaign.CampaignName
    $campaignids = $campaign.CampaignID.split(" ")
    echo "Looking for $campaignname - $campaignids"
    $writer = New-Object System.IO.StreamWriter($campaignname + "_filtered.txt")
    foreach ($campaignid in $campaignids) {
        $datareader = New-Object System.IO.StreamReader($datafile, $encoding)
        while ($dataline = $datareader.ReadLine()) {
            if ($dataline -match $campaignid) {
                $data = $dataline.Split("þ")
                $writer.WriteLine('{0}|{1}|{2}|{3}|{4}|{5}|{6}|{7}', $data[0], $data[3], $data[5], $data[8], $data[12], $data[14], $data[19], $data[20])
            }
        }
    }
    $writer.Close()
}

echo "Done!"
Get-Date -Format g

Answer 1

只处理一次巨大的数据文件从campaign.txt构建的哈希表中选择广告系列名称假设没有很多活动（比如说，少于1000个）写入尽可能多的StreamWriters。

$campaignByID = @{}
foreach ($c in (Import-Csv 'campaigns.txt' -Delimiter '|')) {
    foreach ($id in ($c.CampaignID -split ' ')) {
        $campaignByID[$id] = $c.CampaignName
    }
}

$campaignWriters = @{}
$datareader = New-Object IO.StreamReader($datafile, $encoding)
while (!$datareader.EndOfStream) {
    $data = $datareader.ReadLine().Split('þ')
    $campaignName = $campaignByID[$data[1]]
    if ($campaignName) {
        $writer = $campaignWriters[$campaignName]
        if (!$writer) {
            $writer = $campaignWriters[$campaignName] =
                New-Object IO.StreamWriter($campaignName + '_filtered.txt')
        }
        $writer.WriteLine(($data[0,3,5,8,12,14,19,20] -join '|'))
    }
}

$datareader.Close()
foreach ($writer in $campaignWriters.Values) {
    $writer.Close()
}

要显示进度，请使用基于Write-Progress的{{1}}，但不要对每个数据文件行执行此操作，因为它会减慢处理速度，每1秒执行一次，例如，使用日期时间变量：在经过一秒后更新它并显示进度。

Answer 2

试试这个;）

   $campaigns=import-csv C:\temp\campaigns.txt -Delimiter "|"
   $datafile=import-csv C:\temp\5282_10-19-2016.txt  -Delimiter "þ"  -Encoding Default
   $DirResult="C:\temp\root"

   $campaigns | %{ foreach ($item in ($_.NameID.Split(" "))) {New-Object PSObject -Property @{  Name=$_.Name ; ValID=$item} } } | %{ $datafile | where id -eq $_.ValID | export-csv -Append -Delimiter "|" -Path ("$dirresult\" + $_.ValID + "_filtered.txt") -NoTypeInformation }

在另一个文件中查找字符串并输出某些列

2 个答案: