如何使用PowerShell比較文件夾和數組中的子字符串？

Question

我有一個包含100,000個文件（圖片）的文件夾，這些文件由其UPC代碼（8到14個數字），下划線和其他數字命名：

000012345678_00_1 

我在Word文檔中有20,000個唯一的UPC代碼列表（用逗號分隔），該列表應與這些圖片的五分之一匹配（我在Excel表中也有此列表）。

000000000000, 000000000001, 000000000011

我想做的是在數組（20,000個元素的列表）和文件夾中的文件之間找到匹配項，以便僅從文件夾中提取這20,000張圖片。

我首先將文件名削減為“ __”，以便僅獲取文件名的相關部分：

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

為了使事情變得更困難，我還需要在數組中的元素上添加通配符“ *”，因為可能已經在文件名的開頭添加了一些額外的“ 0”，但這些不存在於我們的數組中。 例如，數組“ 05713901”中的該UPC引用此文件名“ 00005713901_00.png”； 因此要找到匹配項，我將不得不使用“ like”運算符。

然后，當我找到那些匹配項時，只需要使用Move-Item到新文件夾或子文件夾即可。

這是我開始編寫但沒有任何結果的代碼：

$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

您無法使用Get-Content讀取docx文件，即使這樣做， Compare-Object也無法正常工作，因為您的Word文件是由UPC代碼組成的列表，以逗號分隔（在Powershell中為單個string ），而$FileNames是一個數組（多個對象）。

將UPC代碼從excel復制到記事本，以便獲得一個簡單的文本文件，每行一個代碼，類似於此示例。

UPC.txt-內容：

000000000000
000000000001
000000000011
....

通過20.000個類似-like測試循環運行100.000個文件將花費很長時間。 我將創建一個正則表達式模式，該模式查找末尾帶有下划線的任何代碼。 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

將您的UPC代碼另存為純文本文件。 正如Frode F.建議的那樣，將它們從Excel復制到記事本可能是最簡單的方法。 保存該列表。 然后，我們將該列表加載到PowerShell中，對於每個文件，我們將像您一樣在下划線處進行拆分，並修剪所有前導零，然后檢查它是否在已知代碼列表中。 使用Move-Item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