Doc 和 docx 文件类型返回相同的文件

Question

我正在尝试获取下面提到的路径中的文档文件。所以我将文件类型设置为 doc 和 docx。

在文档文件夹中，我有文件“issues.docx”

 string path1 = "C:\\Documents\\";
 var dir =  new DirectoryInfo(path1);
 string[] fileTypes = { "doc", "docx" };       
 var myFiles = fileTypes.SelectMany(dir.GetFiles);

这是我在我的应用程序中使用的代码。在这里它会返回两次 issues.docx 文件。但它应该只返回一次文件。如何在不更改fileTypes 的情况下实现它？

Answer 1

NTFS 不是搜索引擎。执行两个单独的搜索将导致对所有文件进行两次扫描，花费双倍的时间。

如果您使用 EnumerateFiles 搜索 .doc 文件并随后按扩展名拆分它们会更快，例如使用 ToDictionary。

var filesByExtension=dir.EnumerateFiles("*.doc?")
                        .ToDictionary(fi=>fi.Extension,fi=>fi);

如果需要，您还可以对结果进行分组，例如计算统计数据：

dir.EnumerateFiles("*.doc?")
   .GroupBy(fi=>fi.Extension)
   .Select(g=>new {
                      Extension=g.Key,
                      TotalSize=g.Sum(f=>f.Length), 
                      Files=g.ToArray()
           });

如果您想要加速搜索，您可以使用 Windows Search 服务。但是，调用它并不简单，您必须将其称为OLEDB database。如果索引器仍在扫描文件，结果也可能不准确

更新

如果要搜索的文件类型没有共同点，可以在Where表达式中进行过滤：

var extensions=new[]{".doc",".docx",".png",".jpg"};
dir.EnumerateFiles()
   .Where(fi=>extensions.Contains(fi.Extension))
   .GroupBy(fi=>fi.Extension)
   .Select(g=>new {
                      Extension=g.Key,
                      TotalSize=g.Sum(f=>f.Length), 
                      Files=g.ToArray()
           });

Where 可用于过滤掉小文件或大文件，例如：

var extensions=new[]{".doc",".docx",".png",".jpg"};
dir.EnumerateFiles()
   .Where(fi=>extensions.Contains(fi.Extension) && fi.Length>1024)
   .GroupBy(fi=>fi.Extension)
   .Select(g=>new {
                      Extension=g.Key,
                      TotalSize=g.Sum(f=>f.Length), 
                      Files=g.ToArray()
           });