基于逻辑参数提取边界间文本的Power Query M代码技术问询

需求确认 #

• 依据参数表定义的多组区间（如Start1-End1、Start2-End2）筛选文本行
• 区间支持以文本任意片段作为匹配依据（比如章节号+行号的组合）
• 重叠区间需独立捕获，对应行在输出中重复出现

技术验证要点 #

1. 区间匹配逻辑准确性

   • 检查Start/End的匹配规则：是精确匹配、包含匹配还是正则匹配？是否覆盖了你需要的所有场景？
   • 验证边界行：刚好等于Start或End的行是否被正确纳入区间
   • 测试重叠场景：比如区间A包含区间B时，B内的行是否在输出中重复两次

2. 参数表解析可靠性

   • 确认参数表加载逻辑：是否正确读取所有区间组，有没有遗漏格式错误的条目？
   • 统一参数类型：Start/End值是否都为文本类型？避免类型不匹配导致匹配失败

3. 性能与效率

   • 处理大文本时，检查是否存在嵌套循环导致的性能瓶颈
   • 确认重复行生成逻辑：是否仅在区间重叠时才重复输出，无多余重复

代码优化方向 #

1. 简化区间匹配逻辑

   • 若用文本包含匹配，统一用Text.Contains()替代零散判断
   • 针对复杂格式（如章节+行号），用正则表达式提取关键标识后再做区间比较，比纯文本匹配更精准。比如行内容是Chapter 3, Line 12，可以用：

     LineKey = let
         Match = Regex.Match([LineContent], @"Chapter (\d+), Line (\d+)"),
         Chapter = Number.From(Match.Groups(1).Value),
         Line = Number.From(Match.Groups(2).Value)
     in Chapter * 1000 + Line // 转换为可比较的数字键
     

   这样就能把章节和行号转换成数字，方便区间的大小比较。

2. 优化参数表处理

   • 给参数表添加IntervalID列标记每个区间组，后续可追踪重复行的来源
   • 提前过滤无效区间：比如Start/End为空，或者Start对应的标识在文本中晚于End的情况

3. 高效生成重复行

   • 避免嵌套循环遍历文本行和区间组，用交叉连接+展开的方式自动生成重复行，逻辑更清晰且性能更好：

     let
         // 把输入文本转成带行内容的表
         TextTable = Table.FromList(Splitter.SplitTextByNewline(InputText), Splitter.SplitByNothing(), {"LineContent"}),
         // 提取每行的关键标识（比如章节+行号的转换值）
         AddLineKey = Table.AddColumn(TextTable, "LineKey", each ExtractLineKey([LineContent])),
         // 预处理参数表，添加StartKey/EndKey（和LineKey同格式）
         ProcessedParams = Table.AddColumn(ParametersTable, "StartKey", each ExtractLineKey([Start])),
         ProcessedParams = Table.AddColumn(ProcessedParams, "EndKey", each ExtractLineKey([End])),
         // 交叉连接文本行和参数表，匹配所有可能的区间
         Joined = Table.NestedJoin(AddLineKey, {}, ProcessedParams, {}, "Intervals", JoinKind.LeftOuter),
         Expanded = Table.ExpandTableColumn(Joined, "Intervals", {"IntervalID", "StartKey", "EndKey"}, {"IntervalID", "StartKey", "EndKey"}),
         // 筛选出在区间内的行
         Filtered = Table.SelectRows(Expanded, each [LineKey] >= [StartKey] and [LineKey] <= [EndKey])
     in
         Filtered
     

4. 增强错误处理

   • 添加输入文本为空、参数表为空的判断，返回空表或提示
   • 捕获正则匹配失败的情况，避免脚本崩溃

进一步验证需要 #

如果能提供你编写的Parameters模块和Text模块具体代码，可以帮你：

• 排查匹配逻辑的潜在漏洞
• 优化参数处理和文本遍历的效率
• 调整重复行生成的逻辑

内容的提问来源于stack exchange，提问作者Nick