所以我有一个 25MB 的 csv 文件。 我只需要获取存储在第一列第二行的值，然后在 powershell 脚本中使用它。
例如数据
File_name,INVNUM,ID,XXX....850 columns
ABCD,123,090,xxxx.....850 columns
ABCD,120,091,xxxx.....850 columns
xxxxxx5000+ rows
所以我的第一列数据总是相同的，我只需要从第一列第二行获取这个文件名。
对于这个用例，我应该尝试使用 Get-content 还是 Import-csv ？
谢谢， 米奇
【问题讨论】：
TessellatingHeckler's helpful answer 包含一个实用的、易于理解的解决方案，在实践中很可能足够快； Robert Cotterman's helpful answer 也是如此，它简洁（而且速度也更快）。
如果性能真的很重要，您可以尝试以下方法，它直接使用 .NET 框架来读取行 - 但是给出你只需要阅读 2 行，这可能不值得：
$inputFile = "$PWD/some.csv" # be sure to specify a *full* path
$isFirstLine=$true
$fname = foreach ($line in [IO.File]::ReadLines($inputFile)) {
if ($isFirstLine) { $isFirstLine = $false; continue } # skip header line
$line -replace '^([^,]*),.*', '$1' # extract 1st field from 2nd line and exit
break # exit
}
注意：提取第一个字段的概念上更简单的方法是使用($line -split ',')[0]，但对于大量列，上述基于-replace 的方法明显更快。
更新：TessellatingHeckler 提供了 2 种方法来加快上述速度：
使用$line.Substring(0, $line.IndexOf(',')) 代替$line -replace '^([^,]*),.*', '$1' 以避免相对昂贵的regex 处理。
为了减少收益，请连续两次使用[System.IO.StreamReader] 实例的.ReadLine() 方法，而不是循环使用[IO.File]::ReadLines()。
这是此页面上所有答案的方法的性能比较（截至撰写本文时）。
要自己运行，必须先下载函数New-CsvSampleData和Time-Command。
为了获得更具代表性的结果，时间是 1000 次运行的平均值：
# Create sample CSV file 'test.csv' with 850 columns and 100 rows.
$testFileName = "test-$PID.csv"
New-CsvSampleData -Columns 850 -Count 100 | Set-Content $testFileName
# Compare the execution speed of the various approaches:
Time-Command -Count 1000 {
# Import-Csv
Import-Csv -LiteralPath $testFileName |
Select-Object -Skip 1 -First 1 -ExpandProperty 'col1'
}, {
# ReadLines(), -replace
$inputFile = $PWD.ProviderPath + "/$testFileName"
$isFirstLine=$true
foreach ($line in [IO.File]::ReadLines($inputFile)) {
if ($isFirstLine) { $isFirstLine = $false; continue } # skip header line
$line -replace '^([^,]*),.*', '$1' # extract 1st field from 2nd line and exit
break # exit
}
}, {
# ReadLines(), .Substring / IndexOf
$inputFile = $PWD.ProviderPath + "/$testFileName"
$isFirstLine=$true
foreach ($line in [IO.File]::ReadLines($inputFile)) {
if ($isFirstLine) { $isFirstLine = $false; continue } # skip header line
$line.Substring(0, $line.IndexOf(',')) # extract 1st field from 2nd line and exit
break # exit
}
}, {
# ReadLine() x 2, .Substring / IndexOf
$inputFile = $PWD.ProviderPath + "/$testFileName"
$f = [System.IO.StreamReader]::new($inputFile,$true);
$null = $f.ReadLine(); $line = $f.ReadLine()
$line.Substring(0, $line.IndexOf(','))
$f.Close()
}, {
# Get-Content -Head, .Split()
((Get-Content $testFileName -Head 2)[1]).split(',')[1]
} |
Format-Table Factor, Timespan, Command
Remove-Item $testFileName
在最近型号的 MacBook Pro 上运行 Windows PowerShell v5.1 / PowerShell Core 6.1.0-preview.4 的单核 Windows 10 VM 的示例输出：
Windows PowerShell v5.1：
Factor TimeSpan Command
------ -------- -------
1.00 00:00:00.0001922 # ReadLine() x 2, .Substring / IndexOf...
1.04 00:00:00.0002004 # ReadLines(), .Substring / IndexOf...
1.57 00:00:00.0003024 # ReadLines(), -replace...
3.25 00:00:00.0006245 # Get-Content -Head, .Split()...
25.83 00:00:00.0049661 # Import-Csv...
PowerShell Core 6.1.0-preview.4：
Factor TimeSpan Command
------ -------- -------
1.00 00:00:00.0001858 # ReadLine() x 2, .Substring / IndexOf...
1.03 00:00:00.0001911 # ReadLines(), .Substring / IndexOf...
1.60 00:00:00.0002977 # ReadLines(), -replace...
3.30 00:00:00.0006132 # Get-Content -Head, .Split()...
27.54 00:00:00.0051174 # Import-Csv...
结论：
调用.ReadLine() 两次比::ReadLines() 循环稍快。
使用 -replace 代替 Substring() / IndexOf() 会增加大约 60% 的执行时间。
使用Get-Content会慢3倍以上。
使用Import-Csv | Select-Object会慢近30倍（！），大概是由于列数很大；也就是说，从绝对意义上讲，我们仍然只谈论大约 5 毫秒。
附带说明：总体而言，macOS 上的执行似乎明显变慢，正则表达式解决方案和 cmdlet 调用也相对较慢。
【讨论】：
Measure-Command测试；我的Import-Csv 代码非常一致地在 1-2 毫秒左右。您的代码开始时大约 44 毫秒，但有时会下降到 0.7 - 1.7 毫秒并且更快，但有时不是。
.ReadLine() x 2 方法）添加了时间，其中一些可能令人惊讶。
取决于你想优先考虑什么。
$data = Import-Csv -LiteralPath 'c:\temp\data.csv' |
Select-Object -Skip 1 -First 1 -ExpandProperty 'File_Name'
短而方便。 （第 2 行表示文件的第 2 行，还是数据的第 2 行？如果是第一行数据，请不要跳过任何内容）。
带有-First 1 之类的Select-Object 将在完成后破坏整个管道，因此它不会等待在返回之前在后台读取剩余的25MB。
如果您打开文件，寻找两个换行符，然后是一个逗号，然后读取另一个逗号，或者其他一些详细的代码，您可能会加快速度或减少内存使用量，但我非常很怀疑这是否值得。
与Get-Content 相同，它将NoteProperties 添加到输出字符串的方式意味着它可能不会比Import-Csv 更容易在内存上使用并且不会比Import-Csv 更快
【讨论】：
你真的可以缩短它
(gc c:\file.txt -head 2)[1]
只读取 2 行然后抓取索引 1（第二行）
然后你可以拆分它。并抓取分割线的索引1
((gc c:\file.txt -head 2)[1]).split(',')[1]
UPDATE:::在多次看到new post 之后，我受到启发自己做一些测试（感谢mklement0）。这是我上班最快的速度
$check = 0
foreach ($i in [IO.FILE]::ReadLines("$filePath")){
if ($check -eq 2){break}
if ($check -eq 1){$value = $i.split(',')[1]} #$value = your answer
$check++
}
刚刚想到这个：删除 if -eq 2 并在执行检查 1 后将 break 放在分号后。快 5 个滴答声。没有测试过。
这是我超过 40000 次测试的结果：
我能够在第 2 次和第 3 次每秒运行 3000 次测试，在第一次和最后一次每秒运行 1000 次测试。 Stream Reader 是他最快的。并且导入 CSV 也不错，我想知道 mklement0 在他的测试 csv 中是否没有名为“file_name”的列？无论如何，我个人会使用 GC 命令，因为它简洁易记。但这取决于你，我祝你在脚本冒险中好运。
我敢肯定，我们可以开始超线程处理并获得疯狂的结果，但是当您谈论千分之一秒时，这真的很重要吗？特别是要获得一个变量？ :D
这是我出于透明原因使用的流式阅读器代码...
$inputFile = "$filePath"
$f = [System.IO.StreamReader]::new($inputFile,$true);
$null = $f.ReadLine(); $line = $f.ReadLine()
$line.Substring(0, $line.IndexOf(','))
$f.Close()
我还注意到这会拉第二行的第一个值，我不知道如何将其切换到第二个值......它似乎是在测量从点 0 到第一个逗号的宽度，然后切割那。如果您将子字符串从 0 更改为 5，它仍会测量 0 到逗号的长度，但随后会将开始抓取的位置...移动到第 6 个字符。
我使用的 import-csv 是：
$data = Import-Csv -LiteralPath "$filePath" |
Select-Object -Skip 1 -First 1 -ExpandProperty 'FileName'
我在 90 meg 的 csv、21 列和 284k 行上测试了这些。而“文件名”是第二列
【讨论】：
Import-Csv 在我的测试中如此缓慢的原因是输入文件有 850 列，就像 OP 的情况一样。 Substring() / IndexOf() 方法仅适用于 first 列，因为提取从第一个字符位置（行首）开始；对于任何其他人，您首先要确定该列的起始位置并将其用作Substring() 和IndexOf 的起点。