递归循环遍历驱动器并替换非法字符答案

【问题标题】：Recursively looping through a drive and replacing illegal characters递归循环遍历驱动器并替换非法字符
【发布时间】：2012-05-23 23:17:46
【问题描述】：

我必须创建一个应用程序来钻取特定驱动器，读取所有文件名并用下划线替换非法 SharePoint 字符。我指的非法字符是：~ # % & * {} / \ | : <> ? - ""

有人可以提供代码链接或代码本身如何执行此操作吗？我对 C# 非常陌生，需要我能得到的所有帮助。我研究了有关递归钻取驱动器的代码，但我不确定如何将字符替换和递归循环放在一起。请帮忙！

【问题讨论】：

[1] 当您说“替换”时，您的意思是重命名文件吗？ [2] 如果您的代码可以简单地列出所有文件，那么您就快到了：编辑您的问题并添加代码。然后很容易告诉你该怎么做。
我在这里创建了一个新问题：stackoverflow.com/questions/3015965/…

标签： c# recursion replace

【解决方案1】：

删除非法字符的建议在这里：

How to remove illegal characters from path and filenames?

您只需将字符集更改为要删除的字符集。

如果你知道如何递归文件夹，你可以通过以下方式获取每个文件夹中的所有文件：

var files = System.IO.Directory.EnumerateFiles(currentPath);

然后

foreach (string file in files)
{
    System.IO.File.Move(file, ConvertFileName(file));
}

您将编写的 ConvertFileName 方法接受文件名作为字符串，并返回去除了坏字符的文件名。

请注意，如果您使用的是 .NET 3.5，GetFiles() 也可以。根据 MSDN：

EnumerateFiles 和 GetFiles 方法不同如下：当您使用 EnumerateFiles，你可以开始枚举名称的集合在整个集合之前回来;当你使用 GetFiles 时，你必须等待整个名称数组在您访问之前被退回数组。因此，当你处理许多文件和目录，EnumerateFiles 可以是更高效。

如何递归列出目录

string path = @"c:\dev";
string searchPattern = "*.*";

string[] dirNameArray = Directory.GetDirectories(path, searchPattern, SearchOption.AllDirectories);

// Or, for better performance:
// (but breaks if you don't have access to a sub directory; see 2nd link below)
IEnumerable<string> dirNameEnumeration = Directory.EnumerateDirectories(path, searchPattern, SearchOption.AllDirectories);

【讨论】：

使用 SPUrlUtility.IsLegalCharInUrl(char character) 确定非法的“SharePoint”文件字符。
@Jared：这些 Enumerate* 方法是新的，我认为在 .NET 4 中。正如您可以想象的那样，它们返回 IEnumerable 而不是某种列表。

【解决方案2】：

不是真正的答案，但请考虑以下两个方面：

以下字符在文件名中无论如何都无效，因此您不必担心它们：/\:*?"<>|。

确保您的算法正确处理重复名称。例如，My~Project.doc 和 My#Project.doc 都将重命名为 My_Project.doc。

【讨论】：

【解决方案3】：

重命名文件夹中的文件的递归方法是您想要的。只需将根文件夹传递给它，它就会为找到的所有子文件夹调用自己。

private void SharePointSanitize(string _folder)
{
    // Process files in the directory
    string [] files = Directory.GetFiles(_folder);
    foreach(string fileName in files)
    {
        File.Move(fileName, SharePointRename(fileName));
    }
    string[] folders = Directory.GetDirectories(_folder);
    foreach(string folderName in folders)
    {
        SharePointSanitize(folderName);
    }
}

private string SharePointRename(string _name)
{
    string newName = _name;
    newName = newName.Replace('~', '');
    newName = newName.Replace('#', '');
    newName = newName.Replace('%', '');
    newName = newName.Replace('&', '');
    newName = newName.Replace('*', '');
    newName = newName.Replace('{', '');
    newName = newName.Replace('}', '');
    // .. and so on
    return newName;
}

注意事项：

您可以将SharePointRename() 方法中的'' 替换为您想要替换的任何字符，例如下划线。
这不会检查两个文件是否具有相似的名称，例如 thing~ 和 thing%

【讨论】：

向 Steven (+1) 表示感谢，感谢我在我的笔记 #2 中指出重复文件问题
或者创建一个数组：char[] invalidList = new char[] { '~', '#', ... } 并使用循环替换：foreach (char invalid in invalidList) { newName = newName.Replace(invalid, '_'); } 但是，由于它是不可变的，因此每次都必须创建一个新字符串。也许正则表达式会因为这个原因而更快？

【解决方案4】：

class Program
{
    private static Regex _pattern = new Regex("[~#%&*{}/\\|:<>?\"-]+");
    static void Main(string[] args)
    {
        DirectoryInfo di = new DirectoryInfo("C:\\");
        RecursivelyRenameFilesIn(di);
    }

    public static void RecursivelyRenameFilesIn(DirectoryInfo root)
    {
        foreach (FileInfo fi in root.GetFiles())
            if (_pattern.IsMatch(fi.Name))
                fi.MoveTo(string.Format("{0}\\{1}", fi.Directory.FullName, Regex.Replace(fi.Name, _pattern.ToString(), "_")));

        foreach (DirectoryInfo di in root.GetDirectories())
            RecursivelyRenameFilesIn(di);
    }
}

虽然这不会像 Steven 指出的那样处理重复的名称。

【讨论】：