Powershell脚本从文件夹中的文件中删除文本行答案

【问题标题】：Powershell script to remove line of text from files in folderPowershell脚本从文件夹中的文件中删除文本行
【发布时间】：2018-04-28 17:49:18
【问题描述】：

我们有一个程序可以创建电子邮件签名并将其存储在部署文件夹中，然后在用户登录时将其保存到用户本地文件夹中。但是，当员工未分配到办公室时，城市/州的逗号分隔符仍如本例所示顺路顺风顺水：

Example Email signature

问题是找不到程序源代码。长期我会重写它。短期内我需要一个每晚运行的powershell脚本来删除包含逗号的行。在 Stackoverflow 上找到以下解决方案：

Get-ChildItem C:\temp\emailsigs -Filter *.htm | Foreach-Object{
(Get-Content $_.FullName) | 
Foreach-Object {$_ -replace " ,   &nbsp; ,   &nbsp; <br />", ""} | 
Set-Content $_.FullName
}

这实际上效果很好。但我注意到每个签名 HTM 文件（超过 1100 个）都在获取时间戳更新，即使只有 2 个电子邮件签名需要删除空逗号行。有没有更有效的方法来首先检查文件是否包含有问题的逗号，然后替换并跳过大部分？

【问题讨论】：

标签： powershell

【解决方案1】：

以下 PSv5+ 解决方案不会节省内存，但应该加快处理速度，同时避免重写不需要的文件：

Get-ChildItem C:\temp\emailsigs -Filter *.htm |
  ForEach-Object {
    $oldContent = Get-Content -Raw $_.FullName
    $newContent = $oldContent -replace ' ,   &nbsp; ,   &nbsp; <br />'
    if ($newContent.Length -lt $oldContent.Length) { # was a replacement performed?
      Set-Content $_.FullName -NoNewline -Value $newContent
    }
  }

-Raw 是 PSv3+，将整个文件作为单个字符串读取。
- 在 PSv2 中，您可以改用 [System.IO.File]::ReadAllText()，但请注意，在没有 BOM 的情况下，它假定 UTF-8 作为编码，而 Get-Content 假定“ANSI”编码^[1] （系统的旧版“ANSI”代码页），因此您可能必须明确指定编码。
将每个文件作为单个字符串处理会加快处理速度（尽管每个文件必须两次装入内存）。如果正则表达式不匹配，利用-replace 保留未修改的输入字符串，我们可以将原始内容的长度与替换内容的长度进行比较，以查看是否匹配，因此文件需要重写。
因此，每个文件我们只需要一个正则表达式操作。
- 另请注意，... -replace '...' - 即不指定替换字符串 - 等效于 ... -replace '...', ''，即有效地删除匹配的内容。李>
-NoNewline 需要 PSv5+；它可以防止 additional 换行符被附加到输出中。
- 在 PSv4- 中，您可以改用 [System.IO.File]::WriteAllText()，但请注意，它的默认编码是 UTF-8没有 BOM，而 Set-Content，如 Get-Content，默认为“ANSI " 编码^[1].

^{[1] 以上适用于 Windows PowerShell。跨平台的PowerShell Core 版本也默认为（BOM-less）UTF-8。}

【讨论】：

我确认 htm 文件没有被其他程序使用。我怀疑这个脚本进程保持文件锁定。所以我不得不授予第二个解决方案，因为它有效。
@user3195770：是的，正是我的原始答案中的Get-Content 使每个输入文件保持锁定状态，防止其被替换。但是，我几个小时前发布的修订版通过使用Get-ChildItem 避免了这个问题。它仍然具有仅匹配文件内容 once 的优点，并且由于将文件作为单个字符串处理而通常更快（另外，我刚刚添加了另一个优化以仅比较内容 length i> 确定是否进行了更换）。
酷，我将尝试测试几个。希望我能奖励两个答案。
@user3195770：理解：一般来说，如果多个答案同样地解决了您的问题（希望不是以完全相同的方式，因为这会使它们重复），我建议接受一个最有可能帮助未来读者的答案.为了表达对其他人的感激之情，您通常会投票给他们，但还没有足够的声誉（需要 >= 15）。

【解决方案2】：

其他方法

Get-ChildItem C:\temp\emailsigs -file -Filter *.htm | foreach{

$CurrentFile=$_

$Content=Get-Content $CurrentFile.FullName -Encoding UTF8

if ($Content -like '* ,   &nbsp; ,   &nbsp; <br />*')
{
    $Content.Replace(' ,   &nbsp; ,   &nbsp; <br />', '') | Set-Content $CurrentFile.FullName -Encoding UTF8
}

}

我使用 utf8 来保留变音符号

【讨论】：