从大量Office文件提取ContentCreated/DateLastSaved的PowerShell问题求助

问题原因 #

原脚本依赖Shell.Application的GetDetailsOf方法，该方法的属性索引不固定，会随Windows版本、区域设置和文件类型变化，对Word 97-2003的二进制.doc文件兼容性差，导致部分文件无法正确读取ContentCreated和DateLastSaved属性。

替代解决方案：直接调用Word COM对象读取原生元数据 #

使用Microsoft Word的COM对象直接访问.doc文件的内部属性，避免Shell索引的兼容性问题，准确性更高。

自定义PowerShell函数 #

function Get-OfficeDocumentMetadata {
    [CmdletBinding()]
    param (
        [Parameter(Position = 0, ValueFromPipeline)][System.IO.FileInfo] $File
    )

    Begin {
        # 初始化Word应用程序，后台运行
        $wordApp = New-Object -ComObject Word.Application
        $wordApp.Visible = $false
        $wordApp.DisplayAlerts = 0 # 禁用警告提示
    }

    Process {
        foreach ($f in $File) {
            # 只处理Word文档
            if ($f.Extension -notin '.doc', '.docx') {
                Write-Verbose "跳过非Word文件: $($f.FullName)"
                continue
            }

            try {
                $document = $wordApp.Documents.Open($f.FullName, $false, $true) # 只读打开

                # 提取核心元数据
                $metadata = [ordered]@{
                    Path              = $f.FullName
                    ContentCreated    = $document.BuiltInDocumentProperties("Creation Date").Value
                    DateLastSaved     = $document.BuiltInDocumentProperties("Last Save Time").Value
                    Author            = $document.BuiltInDocumentProperties("Author").Value
                    Title             = $document.BuiltInDocumentProperties("Title").Value
                }

                # 转换为自定义对象输出
                [PSCustomObject]$metadata

                # 关闭文档，不保存
                $document.Close($false)
            }
            catch {
                Write-Warning "处理文件失败 $($f.FullName): $_"
                if ($document) { $document.Close($false) }
            }
        }
    }

    End {
        # 释放Word COM对象，避免内存泄漏
        $wordApp.Quit()
        [System.Runtime.Interopservices.Marshal]::ReleaseComObject($document) | Out-Null
        [System.Runtime.Interopservices.Marshal]::ReleaseComObject($wordApp) | Out-Null
        [GC]::Collect()
        [GC]::WaitForPendingFinalizers()
    }
}

使用方法 #

执行以下命令批量提取并导出：

Get-ChildItem -Recurse -Filter "*.doc" | Get-OfficeDocumentMetadata | Select-Object Path,ContentCreated,DateLastSaved | Export-Csv "DocumentMetadata.csv" -NoTypeInformation

注意事项 #

• 需安装Microsoft Word（支持Word 97-2003格式的版本均可）
• 处理大量文件时，建议分批次运行，避免内存占用过高
• 若文件为只读/加密状态，需确保当前用户有读取权限
• 函数会后台运行Word，处理完成后自动退出，不会显示界面

内容的提问来源于stack exchange，提问作者Kendall Aughenbaugh