PowerShell:使用word-list检查文件是否为英文

Question

下面是一个场景:我有一系列不同语言的文件，我需要弄清楚其中哪个是英语。我的想法是创建一个单词数组，然后逐个检查文件中是否出现了这些单词。最后，我将每个单词的出现加在一起。如果总数足够高，我假设文件是英文的。

在进行了一些创造性的谷歌搜索之后，我一开始是这样做的：

[System.Array]$Words = ' the ',' this ',' in ',' you ',' of ',' are ','music'

[System.String]$Content = Get-Content -Path <FileName>

ForEach ($Word in $Words) {
  $Count = [RegEx]::Matches($Content,[RegEx]::Escape($Word)).Count
  Write-Output -InputObject "$Word : $Count"
}

这表明它至少起作用了：

 the  : 172
 this  : 14
 in  : 52
 you  : 95
 of  : 61
 are  : 18
music : 0

那我接下来要去哪？

我考虑使用[System.Int32]$Hits = 0和$Hits++将它们全部添加到一起。只是想弄清楚怎么做。

而且，当我使用Notepad++检查同一个文件时，会得到不同的计数，奇怪的是。我做错了什么吗？

Answer 1

而不是输出一个字符串，输出一个对象并将它们存储在一个变量中！

$stringCounts = foreach ($Word in $Words) {
  $Count = [RegEx]::Matches($Content,[RegEx]::Escape($Word)).Count
  New-Object psobject -Property @{
    Word = $Word
    Count = $Count
  }
}

现在，您可以使用Measure-Object轻松地获得单个计数的总和。

$TotalCount = ($stringCounts |Measure-Object Count -Sum).Sum