如何使用 PowerShell 打印文件的某一行？答案

【问题标题】：How to print a certain line of a file with PowerShell?如何使用 PowerShell 打印文件的某一行？
【发布时间】：2013-01-23 10:56:58
【问题描述】：

我在此服务器上没有像样的文本编辑器，但我需要查看导致某个文件第 10 行错误的原因。不过我确实有 PowerShell...

【问题讨论】：

(get-content myfile.txt)[9] 呢？
是的，问题是大文件可能真的很慢，因为在返回 [index] 之前读取了所有文件
我在 Windows Powershell 中尝试过 (get-content myfile.txt)[9]

标签： powershell

【解决方案1】：

就像使用 select 一样简单：

Get-Content file.txt | Select -Index (line - 1)

例如得到第 5 行

Get-Content file.txt | Select -Index 4

或者你可以使用：

(Get-Content file.txt)[4]

【讨论】：

这会不会先将整个内容重新存储到内存中，这很糟糕？
查看 C.B. 对性能统计的回答（时间，而不是内存）。如果您正在处理大文件，那么这是低效的。如果您使用的文件很小且只有几个文件，那么性能就不是那么重要了。有时干净的代码更重要。这个答案已有 5 年历史了——powershell 中的情况也发生了变化

【解决方案2】：

这将显示 myfile.txt 的第 10 行：

get-content myfile.txt | select -first 1 -skip 9

-first 和 -skip 都是可选参数，-context 或 -last 在类似情况下可能有用。

【讨论】：

这适用于小文件。除非有什么改变，Get-Content 会将整个文件读入内存。这并不总是适用于大文件。

【解决方案3】：

您可以使用Get-Content cmdlet 的-TotalCount 参数读取第一个n 行，然后使用Select-Object 仅返回第n 行：

Get-Content file.txt -TotalCount 9 | Select-Object -Last 1;

根据@C.B. 的评论。这应该通过仅读取并包括nth 行而不是整个文件来提高性能。请注意，您可以使用别名 -First 或 -Head 代替 -TotalCount。

【讨论】：

【解决方案4】：

这是一个直接使用 .NET 的 System.IO 类的函数：

function GetLineAt([String] $path, [Int32] $index)
{
    [System.IO.FileMode] $mode = [System.IO.FileMode]::Open;
    [System.IO.FileAccess] $access = [System.IO.FileAccess]::Read;
    [System.IO.FileShare] $share = [System.IO.FileShare]::Read;
    [Int32] $bufferSize = 16 * 1024;
    [System.IO.FileOptions] $options = [System.IO.FileOptions]::SequentialScan;
    [System.Text.Encoding] $defaultEncoding = [System.Text.Encoding]::UTF8;
    # FileStream(String, FileMode, FileAccess, FileShare, Int32, FileOptions) constructor
    # http://msdn.microsoft.com/library/d0y914c5.aspx
    [System.IO.FileStream] $input = New-Object `
        -TypeName 'System.IO.FileStream' `
        -ArgumentList ($path, $mode, $access, $share, $bufferSize, $options);
    # StreamReader(Stream, Encoding, Boolean, Int32) constructor
    # http://msdn.microsoft.com/library/ms143458.aspx
    [System.IO.StreamReader] $reader = New-Object `
        -TypeName 'System.IO.StreamReader' `
        -ArgumentList ($input, $defaultEncoding, $true, $bufferSize);
    [String] $line = $null;
    [Int32] $currentIndex = 0;

    try
    {
        while (($line = $reader.ReadLine()) -ne $null)
        {
            if ($currentIndex++ -eq $index)
            {
                return $line;
            }
        }
    }
    finally
    {
        # Close $reader and $input
        $reader.Close();
    }

    # There are less than ($index + 1) lines in the file
    return $null;
}

GetLineAt 'file.txt' 9;

调整$bufferSize 变量可能会影响性能。使用默认缓冲区大小且不提供优化提示的更简洁版本可能如下所示：

function GetLineAt([String] $path, [Int32] $index)
{
    # StreamReader(String, Boolean) constructor
    # http://msdn.microsoft.com/library/9y86s1a9.aspx
    [System.IO.StreamReader] $reader = New-Object `
        -TypeName 'System.IO.StreamReader' `
        -ArgumentList ($path, $true);
    [String] $line = $null;
    [Int32] $currentIndex = 0;

    try
    {
        while (($line = $reader.ReadLine()) -ne $null)
        {
            if ($currentIndex++ -eq $index)
            {
                return $line;
            }
        }
    }
    finally
    {
        $reader.Close();
    }

    # There are less than ($index + 1) lines in the file
    return $null;
}

GetLineAt 'file.txt' 9;

【讨论】：

Overengineering：查看 BACON 的 SO 解决方案，了解读取文本文件的快速方法。 :)
我在寻找如何为 large 文件执行此操作时偶然发现了这个问题 - 正是我所需要的。
@Tao 谢谢。很高兴有人发现这很有用。有时，内置的 PowerShell cmdlet 无法为您提供所需的控制或效率，尤其是像您所说的那样，在处理大文件时。
+1 对于 Northben 对过度工程的（有趣的）解释。 +1 培根的努力。

【解决方案5】：

只是为了好玩，这里有一些测试：

# Added this for @Graimer's request ;) (not same computer, but one with HD little more
# performant...)
> measure-command { Get-Content ita\ita.txt -TotalCount 260000 | Select-Object -Last 1 }


Days              : 0
Hours             : 0
Minutes           : 0
Seconds           : 28
Milliseconds      : 893
Ticks             : 288932649
TotalDays         : 0,000334412788194444
TotalHours        : 0,00802590691666667
TotalMinutes      : 0,481554415
TotalSeconds      : 28,8932649
TotalMilliseconds : 28893,2649


> measure-command { (gc "c:\ps\ita\ita.txt")[260000] }


Days              : 0
Hours             : 0
Minutes           : 0
Seconds           : 9
Milliseconds      : 257
Ticks             : 92572893
TotalDays         : 0,000107144552083333
TotalHours        : 0,00257146925
TotalMinutes      : 0,154288155
TotalSeconds      : 9,2572893
TotalMilliseconds : 9257,2893


> measure-command { ([System.IO.File]::ReadAllLines("c:\ps\ita\ita.txt"))[260000] }


Days              : 0
Hours             : 0
Minutes           : 0
Seconds           : 0
Milliseconds      : 234
Ticks             : 2348059
TotalDays         : 2,71766087962963E-06
TotalHours        : 6,52238611111111E-05
TotalMinutes      : 0,00391343166666667
TotalSeconds      : 0,2348059
TotalMilliseconds : 234,8059



> measure-command {get-content .\ita\ita.txt | select -index 260000}


Days              : 0
Hours             : 0
Minutes           : 0
Seconds           : 36
Milliseconds      : 591
Ticks             : 365912596
TotalDays         : 0,000423509949074074
TotalHours        : 0,0101642387777778
TotalMinutes      : 0,609854326666667
TotalSeconds      : 36,5912596
TotalMilliseconds : 36591,2596

获胜者是：([System.IO.File]::ReadAllLines( path ))[index]

【讨论】：

@Bacon 的回答怎么样？因为你已经有一个示例文件:-)
@Graimer 已添加 :)。所有这些测试都是为了在大文件中寻找大索引，我认为对于小索引的值，结果可能会有所不同。每个测试都在一个新的 powershell 会话中完成，以避免 HD 预缓存功能。
我真的很惊讶ReadAllLines() 不仅速度更快，而且比Get-Content 的两次使用要快得多。顾名思义，它也在读取整个文件。无论如何，我发布了另一种方法，如果你也想尝试那个方法。此外，每当我使用Measure-Command 对代码进行基准测试时，我通常都会像1..10 | % { Measure-Command { ... } } | Measure-Object TotalMilliseconds -Average -Min -Max -Sum; 这样运行它，这样我就可以从多次测试运行中获得更准确的数字。
我收到此错误：Exception calling "ReadAllLines" with "1" argument(s): "Array dimensions exceeded supported range." At line:1 char:1

【解决方案6】：

为了减少内存消耗并加快搜索速度，您可以使用 Get-Content cmdlet (https://technet.microsoft.com/ru-ru/library/hh849787.aspx) 的 -ReadCount 选项。

当您处理大文件时，这可能会节省数小时。

这是一个例子：

$n = 60699010
$src = 'hugefile.csv'
$batch = 100
$timer = [Diagnostics.Stopwatch]::StartNew()

$count = 0
Get-Content $src -ReadCount $batch -TotalCount $n | %  { 
    $count += $_.Length
    if ($count -ge $n ) {
        $_[($n - $count + $_.Length - 1)]
    }
}

$timer.Stop()
$timer.Elapsed

这会打印第 $n 行和经过的时间。

【讨论】：

【解决方案7】：

我知道这是一个老问题，但尽管是该主题中观看次数最多的问题之一，但没有一个答案让我完全满意。 Get-Content 易于使用，但它在处理非常大的文本文件（例如 >5 GB）时显示出其局限性。

我想出了一个不需要将整个文件加载到主内存中的解决方案，它比Get-Content 快得多（在Linux 上几乎与sed 一样快，例如this）：

[Linq.Enumerable]::ElementAt([System.IO.File]::ReadLines("<path_to_file>"), <index>)

在我的机器上找到大约 4.5 GB 文件中间的一行大约需要 4 秒，而 (Get-Content -Path <path_to_file> -TotalCount <index>)[-1] 大约需要 35 秒。

【讨论】：