小白龙

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

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

感谢大佬提醒, 也没有外部module, 就是反应慢, 真是怪了

小白龙

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

.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

回复 20# flashercs

多谢大佬!

小白龙

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

回复 22# 小白龙

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

小白龙

回复 23# flashercs


多谢

xczxczxcz

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

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