如何使用 PowerShell 比较文件夹和数组中的子字符串？

Question

我有一个包含 100,000 个文件（图片）的文件夹，这些文件（图片）由 UPC 代码（8 到 14 位数字）后跟下划线和其他数字命名：

000012345678_00_1

我在 word 文档中有一个包含 20,000 个唯一 UPC 代码的列表（用逗号分隔），这些代码应该与这些图片中的五分之一相匹配（我在 Excel table 中也有这个列表).

000000000000, 000000000001, 000000000011

我正在尝试做的是在我的数组（20,000 个元素列表）和我的文件夹中的文件之间找到匹配项，以便从文件夹中仅提取那 20,000 张图片。

我首先将文件名截断到“__”，以便只获取文件名的相关部分：

$FName = ($File -split '_')[0]

为了使事情变得更难，我还需要向数组中的元素添加一个通配符“*”，因为文件名开头的一些额外“0”可能已被添加并且不存在于我们的大批。例如数组“05713901”中的这个UPC就是指这个文件名“00005713901_00.png”；所以要找到匹配项，我将不得不使用 "like" 运算符。

然后当我找到这些匹配项时，我只需使用 Move-Item 到新文件夹或子文件夹。

这是我开始编写的代码，但没有任何结果：

$Directory = "C:path_to_my_folder";

$AllFiles = Get-ChildItem $Directory 

$FileNames = New-Object System.Collections.ArrayList;

foreach($File in $AllFiles)

{
    $FName = ($File -split '_')[0] 
    $FileNames.Add($FName)   
}

$Upc = Get-Content C:\path_to_my_word.docx

Compare-Object $FileNames $Upc

Answer 1

您无法使用 Get-Content 读取 docx 文件，即使可以读取，Compare-Object 也无法正常工作，因为您的 word 文件是 UPC 上的列表-用逗号分隔的代码（powershell 中的单个 string），而 $FileNames 是一个数组（多个对象）。

将 UPC 代码从 excel 复制到记事本，这样您就可以得到一个简单的文本文件，每行一个代码，类似于此示例。

UPC.txt - 内容：

000000000000
000000000001
000000000011
....

每个运行 100.000 个文件通过 20.000 -like 个测试循环需要很长时间。我会创建一个正则表达式模式来查找末尾带有下划线的任一代码。例如：

$Directory = "C:\path_to_my_folder";
$AllFiles = Get-ChildItem $Directory 

#Generate regex that matches 00001_ or 00002_ etc. Trimming leading and trailing whitespace just to be safe.
$regex = ((Get-Content -Path "c:\UPC.txt") | ForEach-Object { "$($_.Trim())_" }) -join '|'

#Get files that match
$AllFiles | Where-Object { $_.Name -match $regex } | ForEach-Object {
    #Do something, ex. Move file.
    Move-Item -Path $_.FullName -Dest C:\Destination       
}

或者干脆

$AllFiles | Where-Object { $_.Name -match $regex } | Move-Item -Destination "C:\Destination"

Answer 2

将您的 UPC 代码保存为纯文本文件。正如 Frode F. 建议的那样，将它们从 Excel 复制到记事本可能是最简单的方法。保存该列表。然后我们将该列表加载到 PowerShell 中，对于每个文件，我们将像您一样在下划线和 trim 任何前导零处拆分，然后检查它是否在已知代码列表中。使用 Move-Item

移动已知 UPC 列表中的任何文件

#Import Known UPC List
$UPCList = Get-Content C:\Path\To\UPCList.txt
#Remove Leading Zeros From List
$UPCList = $UPCList | ForEach{$_.TrimStart('0')}

$Directory = "C:path_to_my_folder"

Get-ChildItem $Directory | Where{$_.Name.Split('_')[0].TrimStart('0') -in $UPCList} | Move-Item -Dest C:\Destination

如何使用 PowerShell 比较文件夹和数组中的子字符串？

How to compare substrings within a folder and an array with PowerShell?

arrays

directory

powershell

sql-like