Powershell:基于2列比较2个文件

Question

早上好，来自德国，为我糟糕的英语感到抱歉。

我希望有人能帮助我。

我们必须比较2个超过4000行的.xls或.csv文档。这两个文档都有一个E列，其中包含相同的交货单编号。此交货单编号不是唯一的，该编号可以在E列中多次使用。每个交货单编号在D列中也有一个件数。

如果两个文件中的交货单编号和数量匹配，我们可以忽略并删除该行。比较超过4000行的两个文件是非常昂贵的，所以我希望用Powershell比较一个正则表达式是可能的。

我的想法是:将xls转换为csv，然后执行以下操作:读取各行，并使用E列和D列的条目。如果该条目存在，请检查列D是否与file1中的相同。如果两个条目都匹配，则删除或复制两个文件中的两行。

至少我们有两个没有赋值的带有条目的文档。

这个是可能的吗？

使用PowerShell我可以很好地处理，但是使用正则表达式...:/

先谢谢你，丹尼尔

Answer 1

如果你把你的两个值看作一个复合主键，这似乎是可行的。您说E列中的第一个值不一定是唯一的。你能告诉我，当它的数量结合起来时，它是不是总是唯一的？

无论如何，我建议，为了得到一个唯一的(Col，could )组合列表，你甚至可以接受一个"E，D“格式的字符串，只要col和could不包含逗号。获得这个唯一值之后，将其放入一个哈希表中，将格式化后的值作为键，并将该键的文件数组作为值。

现在，您已经有了一种方法，可以高效地查找存在于E列和D列组合的哪些文件，因此您应该能够根据需要处理特定的用例。

Answer 2

4000行听起来并不多。试试这个:假设csv文件名为"1.csv“和"2.csv”

add-content 3.csv (get-content 1.csv) 
add-content 3.csv (get-content 2.csv) 

import-csv -header A,B,C,D,E,F 3.csv  | 
    group E,D | 
    where { $_.count -eq 1 } | 
    foreach { $_.group } |
    export-csv 3.diff.csv -noTypeInformation

"3.diff.csv“将只包含唯一记录。