有没有办法获取由“Group-Object”cmdlet 创建的组数？

Question

我很确定答案是否定的，但它一直困扰着我。

我的任务是递归地在某个位置查找重复文件。我可以毫无问题地做到这一点。但是看到一些文件有 3 或 4 个重复文件，我无法回答“有多少文件是原件？”的问题。无需借助 excel 编辑。

代码：

gci -path $path -recurse -file -erroraction silentlycontinue|
Select @{l='Original Filename';e={$_.PSChildName}}, @{l='Compare Filename';e={$_.BaseName.replace('_','*').replace(' ','*').replace('-','*')}}, @{l="Path";e={$_.PSParentPath.Substring(38,$_.PSParentPath.Length-38)}}, @{l="Link";e={$_.FullName}}|
group -Property 'Compare Filename'|
Where {$_.count -ge 2}|
%{$_.group}|
Export-Csv -Path $path2 -NoTypeInformation

路径变量无关紧要，所以我不会列出它们。

编辑： 我已经测试了提供的两种解决方案，并阅读了 mklement0 提供的奇妙解释。 最后，至少在我正在使用的 ~4k 文件中，两种分辨率的速度是相当的。有关“测量命令”输出，请参见下文。

基于表达式

基于管道

Answer 1

要可靠地计算Group-Object 输出的组数（Microsoft.PowerShell.Commands.GroupInfo 实例），请使用以下任一方法：

• 基于管道，如zett42 所建议的那样；虽然相对较慢，但这会导致 流处理 处理不需要先将所有 Group-Object 输出收集到内存中：

(1, 1, 1 | Group-Object | Measure-Object).Count  # -> 1 (group)

• 简洁，基于表达式，正如Lee Dailey 所建议的那样；请注意，这涉及到首先收集内存中的所有输出对象：

@(1, 1, 1 | Group-Object).Count   # -> 1 (group)

# Alternative, using .Length
(1, 1, 1 | Group-Object).Length   # -> 1 (group)

注意：

• 要计算所有原始（非重复）对象，即属于它们自己的一组对象，只需将| Where-Object Count -eq 1 附加到上面的Group-Object。

• @()，array-subexpression operator 的使用在这种情况下至关重要：它确保Group-Object 输出被视为一个数组，即使只有一个 em> 组恰好是输出。

  • 这可确保查询的是 array 的 .Count 属性，而不是单个 GroupInfo 实例的 own .Count 属性 - 这反映了该组的成员，在上面的示例中为3（试试(1, 1, 1 | Group-Object).Count）。

• 或者，使用.Length 代替.Count 可以绕过这个命名冲突：.Length 和.Count 是彼此的别名，即使在标量 上也都作为intrinsic properties 提供（单个对象），作为 PowerShell 中标量和集合的统一处理的一部分：也就是说，PowerShell 甚至提供具有 .Length / .Count 属性的任何 单个对象表示该对象的计数，根据定义，它是 1 - 除非被同名的类型原生属性抢占。

  • 鉴于GroupInfo 没有.Length 属性，因此固有的.Length 属性按预期工作。

  • 可以用字符串标量演示相反的情况：'foo'.Length 是 3 - 反映字符数的原生类型 .Length 属性的值 - 而 'foo'.Count 是 1 - 内在 @ 987654358@“计数”单个对象的属性。

• 在Measure-Object 的管道解决方案中，由于管道的枚举行为，不会出现问题：但是许多对象 Group-Object 输出通过管道一个接一个发送，@987654361 @ 对它们进行计数 - 在这种情况下，Measure-Object 输出的 始终单个 Microsoft.PowerShell.Commands.GenericMeasureInfo 实例的原生类型 .Count 属性的值 是兴趣。