Powershell

Question

我有很多行的文本结构是这样的。

Sentence a. Sentence b part 1 `r`n
sentence b part 2. Sentence c.`r`n
Sentence d. Sentence e. Sentence f. `r`n
....

我想将那些句子和部分提取到每个部分或句子的单个字符串数组中。截至目前，我发现了这些东西。

第一种方式。

$mySentences = $lineFromTheText -split "(?<=\.)"

第二种方式。

$mySentences = [regex]::matches($lineFromTheText, "([^.?!]+[.?!])?([^.?!]*$)?") | % {$_.Groups[1,2].Value} | % { If (-not ($_ -eq "")) {$_}}

和第三个代码。

$mySentences = ($lineFromTheText | Select-String -Pattern "([^.?!]+[.?!])?([^.?!]*$)?" -AllMatches).Matches  | % {$_.Groups[1,2].Value} | % { If (-not ($_ -eq "")) {$_}}

似乎所有这些代码对我来说都和我期望的一样，但我想知道在这么多代码中我应该使用哪些方式。我的意思是什么是最好的代码。请告诉我知道。谢谢

Answer 1

如果你想要最少的执行时间，你可以测量它。让我们运行每个解决方案 10000 次，看看需要多长时间：

$lineFromTheText = "Sentence d. Sentence e. Sentence f."

(Measure-Command {1..10000 | % {$mySentences = $lineFromTheText -split "(?<=\.)"}}).Ticks
(Measure-Command {1..10000 | % {$mySentences = [regex]::matches($lineFromTheText, "([^.?!]+[.?!])?([^.?!]*$)?") | % {$_.Groups[1,2].Value} | % { If (-not ($_ -eq "")) {$_}}}}).Ticks
(Measure-Command {1..10000 | % {$mySentences = ($lineFromTheText | Select-String -Pattern "([^.?!]+[.?!])?([^.?!]*$)?" -AllMatches).Matches  | % {$_.Groups[1,2].Value} | % { If (-not ($_ -eq "")) {$_}}}}).Ticks

输出（示例）：

1059468
14512767
20444350

看起来你的第一个解决方案最快，第三个解决方案最慢。

Powershell - 从字符串中提取句子的最佳方法是什么

Powershell - What is the best way to extract sentences from string

string

text-extraction