Szövegfájlok beolvasása (Get-Content)

Szöveges fájlok olvasására a Get-Content  cmdlet szolgál, amint azt már korábban is láthattuk. Paraméterként egy, vagy több fájl nevét kell megadnunk, a kimenetbe pedig a fájlok tartalma kerül soronként egy-egy karakterlánc képében:

A fenti példában egy log fájlt olvastam be, a negyedik elemét külön megvizsgáltam, ami a fájl egy sora.

Tehát a beolvasás soronként történik alaphelyzetben, így egy sok sorból álló fájl beolvasása sok I/O műveletet igényel, ami lassúvá teszi a művelete. Akkor lehet ez előnyös, ha csővezetékben dolgozzuk fel a sorokat, és a sorok tartalmától függően esetleg nem az összes sort akarjuk beolvasni, így fölösleges sorokat nem kell beolvasnunk.

A másik véglet, hogy beolvassuk az egész fájlt egyben. Ez I/O szempontjából gyors, viszont nagyon nagy fájl esetében sok memóriát fogyaszthat. A két véglet között választhatunk valami köztes értéket a -ReadCount paramétert használatával:

A fenti példában 10 soronkénti olvasást választottam, ugyanazt a 4. elemet kiolvasva azonban más eredményt kapunk. Mi történt? Ilyenkor, ha nem soronként olvassuk a fájlt, akkor az eredménytömb elemei nem 1-1 sorok lesznek, hanem annyi sorok, amennyit beolvastunk:

A korábban kiolvasott igazi 4. sort tehát kettős indexszel érhetjük el:

A másik végletet választásához a -ReadCount értékét 0-ra kell választanunk. Ekkor tehát beolvassuk az összes sort egyben és ilyenkor is egy „sima” tömböt kapunk:

Azaz akármelyik változatot választjuk, akkor valamilyen tömböt kapunk eredményként, ha semmit vagy 0-t választjuk a -ReadCount értékének, akkor egy-egy sor a tömb eleme, ha egyéb érték a ReadCount, akkor pedig a tömb elemei szintén tömbök lesznek, és ott lesznek a soraink.

Mindez akkor okoz problémát, ha például a teljes szövegben akarunk valamilyen szót, kifejezést keresni, vagy kicserélni. Ilyenkor vagy valamilyen ciklust kell írjunk, vagy külön össze kell fűzzük a sorokat, majd az eredményre kell elvégeznünk a műveletet.

PowerShell 3.0-tól kezdődően van egy újabb lehetőségünk, a -Raw kapcsoló használatával. Ezzel egy nagy string-et kapunk, nem sok sort:

Ha a -Raw kapcsolót használom együtt a -ReadCount-al, akkor az eredmény egy egyelemű tömb lesz, melynek ez az 1 eleme lesz a teljes szöveg:

Ha nincs szükség a fájl teljes tartalmára, akkor a -TotalCount paraméterrel behatárolhatjuk, hogy hány sort olvassunk be:

Szövegfájlokat többféleképpen lehet kódolni. PowerShellben az alaphelyzet szerinti kódolás az unicode. Ha más kódolással van tárolva egy fájl, akkor az -Encoding paraméterrel kiválaszthatjuk a helyeset. A lehetőségek a következők:

Word To HTML Converter