从 Word 和 Excel 文件中提取元数据？

Question

我在 Windows 7 操作系统中有一系列嵌套文件夹，所有文件夹都包含文件。文件是 Word 和 Excel。我想从每个文件中提取 Authors、Owner、Date Modified 和 Date Created 元数据字段，并输出到文本文件。

我第一次尝试使用 PowerShell。 The code presented by the OP here 效果很好，但不会通过文件夹递归。我尝试了各种将“Get-ChildItem”与 funMetadata 函数相结合的方法，但无法做到。由于它不适用于 OP，并且 SO 社区没有提供任何解决方案，因此尝试继续尝试修复此代码似乎是不明智的。相反，我专注于通过替换我自己的元数据字段来修改 OP 的解决方案（如下），但输出文本文件只是说“作者”，然后是一个空白页。这是我尝试过的：

（导航到根文件夹）：Get-ChildItem -Recurse | Select-Object Authors | Out-file "C:\text5.txt"

（顺便说一句，元数据肯定存在于文件中——我通过使用 OP 的原始、不可递归脚本知道这一点）。

尝试不同的方法，我下载了两个 python 模块 - hachoir 和 oletools - 但是一旦我安装了它们，我不知道从哪里开始。似乎没有任何文档。

有人给我建议吗？

编辑：我刚刚发现了一些新信息here，这可能是一个重复的问题。不过，我现在不想删除它，以防有人正在寻找答案。对任何混淆表示歉意

Answer 1

您仍然可以使用 PowerShell，只需将所有内容绑定在一起以循环访问所有文件。

$RootFolder = "C:\example"
$files = Get-ChildItem $RootFolder -Recurse
foreach ($file in $files) { 
    $Folder = Split-Path $File.FullName
    $FileName = Split-Path $File.FullName -Leaf
    $Shell = New-Object -ComObject Shell.Application
    $FolderObject = $Shell.namespace($Folder)
    $FileObject = $FolderObject.ParseName($FileName)
    $FolderObject.GetDetailsOf($FileObject,-1)
}

注意：Get-ChildItem 返回的对象没有作者元数据，所以当您使用Select-Object 时，它会创建一个空白属性。