Powershell 中的高级模式匹配

希望你能帮我做点什么。感谢@mklement0，我得到了一个很棒的脚本，它匹配按字母顺序排列的单词的最基本的初始模式。然而，缺少的是全文搜索和选择。 当前脚本的示例，其中包含 Words.txt 文件中几个单词的小样本：

App
Apple
Apply
Sword
Swords
Word
Words

Becomes:

App
Sword
Word

这很棒，因为它确实缩小到每行一个基本模式！然而，逐行运行的结果仍然有一个可以进一步缩小范围的模式，即“Word”（大写不重要），所以理想情况下输出应该是：

App
Word

“剑”被删除，因为它属于以“词”为前缀的更基本模式。

您对如何实现这一目标有什么建议吗？请记住，这将是大约 25 万个单词的字典列表，因此我不会提前知道我要查找什么

代码（来自相关帖子 https://stackoverflow.com/a/61305240/45375, 手柄prefix仅匹配）：

$outFile = [IO.File]::CreateText("C:\Temp\Results.txt")   # Output File Location
$prefix = ''                   # initialize the prefix pattern

foreach ($line in [IO.File]::ReadLines('C:\Temp\Words.txt')) # Input File name.
 {

  if ($line -like $prefix) 
    { 
    continue                   # same prefix, skip
    }

  $line                        # Visual output of new unique prefix
  $prefix = "$line*"           # Saves new prefix pattern
  $outFile.writeline($line)    # Output file write to configured location
}

您可以尝试分两步进行的方法：

• 步骤 1：在按字母顺序排序的单词列表中查找唯一前缀列表。这是通过顺序读取行来完成的，因此只需要您将唯一的前缀作为一个整体保存在内存中。

• 步骤 2：按长度顺序对结果前缀进行排序并迭代它们，在每次迭代中检查手头的单词是否已经由 a 表示它的子串在结果列表中。

  • 结果列表一开始是空的，只要手头的单词在结果列表中没有子字符串，它就会被追加到列表中。

  • 结果列表被实现为正则表达式交替（|），以便在单个操作中启用对所有已找到的唯一单词的匹配。

你必须看看性能是否足够好；为了获得最佳性能，尽可能直接使用 .NET 类型。

# Read the input file and build the list of unique prefixes, assuming
# alphabetical sorting.
$inFilePath = 'C:\Temp\Words.txt' # Be sure to use a full path.
$uniquePrefixWords = 
  foreach ($word in [IO.File]::ReadLines($inFilePath)) {
    if ($word -like $prefix) { continue }
    $word
    $prefix = "$word*"
  }

# Sort the prefixes by length in ascending order (shorter ones first).
# Note: This is a more time- and space-efficient alternative to:
#    $uniquePrefixWords = $uniquePrefixWords | Sort-Object -Property Length
[Array]::Sort($uniquePrefixWords.ForEach('Length'), $uniquePrefixWords)

# Build the result lists of unique shortest words with the help of a regex.
# Skip later - and therefore longer - words, if they are already represented
# in the result list of word by a substring.
$regexUniqueWords = ''; $first = $true
foreach ($word in $uniquePrefixWords) {
  if ($first) { # first word
    $regexUniqueWords = $word
    $first = $false
  } elseif ($word -notmatch $regexUniqueWords) {
    # New unique word found: add it to the regex as an alternation (|)
    $regexUniqueWords += '|' + $word
  }
}

# The regex now contains all unique words, separated by "|".
# Split it into an array of individual words, sort the array again...
$resultWords = $regexUniqueWords.Split('|')
[Array]::Sort($resultWords)

# ... and write it to the output file.
$outFilePath = 'C:\Temp\Results.txt' # Be sure to use a full path.
[IO.File]::WriteAllLines($outFilePath, $resultWords)