使用powershell将多个子文件夹中的PDF与pdftk合并，然后删除原始PDF文件答案

【问题标题】：Using powershell to merge PDFs in multiple subfolders with pdftk and then delete original PDF files使用powershell将多个子文件夹中的PDF与pdftk合并，然后删除原始PDF文件
【发布时间】：2021-11-10 15:27:26
【问题描述】：

我有一个根文件夹，其中包含许多子文件夹，每个子文件夹都有多个 PDF。然后我有一个 powershell 脚本，它遍历文件夹结构并为每个子文件夹创建一个合并的 PDF 文件（使用 PDFtk），如下所示：

    $pdftk = "C:\Program Files (x86)\PDFtk\bin\pdftk.exe"
    $RootFolder = "path to root folder"
    Get-ChildItem -r -include *.pdf | group DirectoryName | % {& $PDFtk $_.group CAT OUTPUT "$($_.Name | Split-Path -Parent)\$($_.Name | Split-Path -Leaf)_merged.pdf"}

脚本按要求工作，但我将处理大量数据，因此我需要在合并完成后从每个文件夹中删除原始 PDF。

基本上，我需要脚本在第一个文件夹 4830_2017 中查找，创建合并文件 4830_2017_merged.pdf，然后删除位于 4830_2017 文件夹中的 PDF，然后再转到下一个文件夹，并做同样的事情。

我正在努力寻找合并后删除每个文件夹内容的正确方法。

感谢您的帮助。

【问题讨论】：

标签： powershell pdf pdftk

【解决方案1】：

在您的 ForEach-Object 脚本块中，$_.Group 包含每个组的，即每个目录的 System.IO.FileInfo 实例代表 *.pdf 文件，因此您可以在成功合并后将它们通过管道传递给 Remove-Item：

(Get-ChildItem -Recurse -Filter *.pdf) | 
  Group-Object DirectoryName | 
    ForEach-Object {
      & $PDFtk $_.Group.FullName CAT OUTPUT "$($_.Name | Split-Path -Parent)\$($_.Name | Split-Path -Leaf)_merged.pdf"
      if (0 -eq $LASTEXITCODE) { # If the merge succeeded.
        $_.Group | Remove-Item   # Delete.
      }
    }

注意：

Get-ChildItem 命令包含在(...) 中，以确保在进一步处理之前完整收集其输出，以排除创建新*.pdf 文件或删除旧文件影响递归的副作用枚举。
- -Filter *.pdf 用于代替 -Include *.pdf，在这种情况下，它在功能上是等效的，但性能要好得多，因为将过滤委托给文件系统 API，而不是在源头 - 请参阅 this answer。
& $PDFtk $_.Group 更改为 & $PDFtk $_.Group.FullName 以确保传递完整文件路径；请注意，这在 PowerShell (Core) 7+ 中不再需要，其中System.IO.FileInfo 和System.IO.DirectoryInfo 实例一致字符串化为它们的完整路径 - 请参阅this answer。
Group-Object 输出 Microsoft.PowerShell.Commands.GroupInfo 实例。

【讨论】：