Powershell：使用列表计算文件中字符串的实例

Question

我试图以有效的方式获取“ file1”中的字符串（从40到400个以上的字符）在“ file2”中出现的次数。 file1大约有2k行，file2大约有13万行。 我目前有一个Unix解决方案，它在VM中大约需要2分钟，在Cygwin中大约需要5分钟，但是由于文件在Windows中，并且我在excel中使用输出并使用它，因此我尝试使用Powershell / Python来完成此操作。自动化（AutoIT。）
我有一个解决方案，但是它花费的时间太长了（大约在Cygwin完成的同时-所有2k行-在Powershell中我只有40-50行！）尽管我还没有准备解决方案，但是我很开放如果有可以快速且准确的解决方案，也可以使用Python。

这是Unix代码：

while read SEARCH_STRING; 
do printf "%s$" "${SEARCH_STRING}"; 
grep -Fc "${SEARCH_STRING}" file2.csv; 
done < file1.csv | tee -a output.txt;

这是我目前拥有的Powershell代码

$Target = Get-Content .\file1.csv
Foreach ($line in $Target){
    #Just to keep strings small, since I found that not all
    #strings were being compared correctly if they where 250+ chars
    $line = $line.Substring(0,180)
    $Coll = Get-Content .\file2.csv | Select-string -pattern "$line"
    $cnt = $Coll | measure
    $cnt.count
}

任何建议的想法都会有所帮助。

谢谢。

编辑

我正在尝试CB建议的修改后的解决方案

del .\output.txt
$Target = Get-Content .\file1.csv
$file= [System.IO.File]::ReadAllText( "C:\temp\file2.csv" )
Foreach ($line in $Target){
    $line = [string]$line.Substring(0, $line.length/2)
    $cnt = [regex]::matches( [string]$file, $line).count  >> ".\output.txt" 
}

但是，由于file1中的字符串长度有所变化，因此我不断收到SubString函数的OutOfBound异常，因此我将输入字符串减半（/ 2）以尝试匹配。 当我尝试将它们减半时，如果它有一个开放的括号，它将告诉我：

Exception calling "Matches" with "2" argument(s): "parsing "CVE-2013-0796,04/02/2013,MFSA2013-35 SeaMonkey: WebGL
crash with Mesa graphics driver on Linux (C" - Not enough )'s."
At C:\temp\script_test.ps1:6 char:5
+     $cnt = [regex]::matches( [string]$file, $line).count  >> ".\output.txt ...
+     ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
+ CategoryInfo          : NotSpecified: (:) [], MethodInvocationException
+ FullyQualifiedErrorId : ArgumentException

我不知道是否有办法提高powershell中的输入限制（目前我的最大大小是406，但将来可能会更大）或只是放弃并尝试使用Python解决方案。

有什么想法吗？

编辑

感谢@CB，我得到了正确的答案，它与Bash脚本的输出完全匹配。 这是将结果输出到文本文件的完整代码：

$Target = Get-Content .\file1.csv
$file= [System.IO.File]::ReadAllText( "C:\temp\file2.csv" )
Foreach ($line in $Target){
    $cnt = [regex]::matches( $file, [regex]::escape($line)).count  >> ".\output.txt"    
}

Answer 1

试试看：

$Target = Get-Content .\file1.csv
$file= [System.IO.File]::ReadAllText( "c:\test\file2.csv" )
Foreach ($line in $Target){
    $line = $line.Substring(0,180)    
    $cnt = [regex]::matches( $file, [regex]::escape($line)).count    
}

Answer 2

脚本的一个问题是，对于file1.csv每一行，您file2.csv反复读取file1.csv 。 一次读取文件并将内容存储在变量中应该可以大大加快速度。 尝试这个：

$f2 = Get-Content .\file2.csv

foreach ($line in (gc .\file1.csv)) {
  $line = $line.Substring(0,180)
  @($f2 | ? { $_ -match $line }).Count
}