在ForEach-Object -Parallel中使用COM对象失败求助

问题描述 #

我编写了一个脚本用于将1000多个Excel文件转换为PDF，此前使用LibreOffice命令行实现该功能。现在尝试改用Microsoft Excel，并希望通过ForEach-Object -Parallel实现并行处理，但即便使用$using:关键字，COM对象仍无法在并行循环内访问。执行脚本时，在$obj.Workbooks.Open()行报错“无法对空值表达式调用方法”，说明$obj变量为空，但常规foreach循环可正常运行。请问是否可以在并行循环中使用COM对象？

原脚本代码 #

# Get working directory
$wd = pwd

# Output directory for converted PDFs
$output_dir = "$wd\data\sample_curriculums_fall2023\pdf"

# Excel fixed format (important to specify the conversion target (i.e. PDF))
$ExcelFixedFormat = “Microsoft.Office.Interop.Excel.xlFixedFormatType” -as [type]

# Get Excel files
$excel_files = Get-ChildItem -Path "$wd\data\sample_curriculums_fall2023\excel\" -Filter *xlsm

# Create COM Object for Excel and make it invisible (i.e. headless)
$ExcelObject = New-Object -ComObject Excel.Application
$ExcelObject.Visible = $false

$excel_files | ForEach-Object -ThrottleLimit 20 -Parallel {

        $file = $_
        $obj = $using:ExcelObject
        $fm = $using:ExcelFixedFormat

        # Make name for PDF output
        $output = Join-Path -Path $using:output_dir -ChildPath ($file.BaseName + ".pdf")
    
        # Open Excel file to convert
        $workbook = $obj.Workbooks.Open($file.FullName, 3) # PROBLEM!!!!
        $workbook.Saved = $true
        $workbook.ExportAsFixedFormat($fm::xlTypePDF, $output)
        $obj.Workbooks.Close()
    
}

$ExcelObject.Quit()

报错信息 #

无法对空值表达式调用方法。

原因分析 #

COM对象是进程内绑定的组件，无法跨PowerShell运行空间传递——ForEach-Object -Parallel的每个并行线程都是独立的运行空间，$using:关键字只能传递可序列化的数据类型，而COM对象无法被序列化，因此在并行块内获取到的$obj是空值。

解决方案 #

方法1：在每个并行块内独立创建Excel COM对象 #

既然无法跨运行空间共享COM对象，就在每个并行线程内单独创建Excel实例，处理完文件后立即销毁，避免资源泄漏。修改后的代码如下：

# Get working directory
$wd = pwd

# Output directory for converted PDFs
$output_dir = "$wd\data\sample_curriculums_fall2023\pdf"

# Get Excel files
$excel_files = Get-ChildItem -Path "$wd\data\sample_curriculums_fall2023\excel\" -Filter *xlsm

$excel_files | ForEach-Object -ThrottleLimit 10 -Parallel {
    $file = $_
    $outputPath = Join-Path -Path $using:output_dir -ChildPath ($file.BaseName + ".pdf")
    
    # 并行块内创建独立的Excel实例
    $excelApp = New-Object -ComObject Excel.Application
    $excelApp.Visible = $false
    $fixedFormatType = "Microsoft.Office.Interop.Excel.xlFixedFormatType" -as [type]

    try {
        $workbook = $excelApp.Workbooks.Open($file.FullName, 3)
        $workbook.Saved = $true
        $workbook.ExportAsFixedFormat($fixedFormatType::xlTypePDF, $outputPath)
    }
    catch {
        Write-Error "处理文件 [$($file.FullName)] 失败: $_"
    }
    finally {
        # 强制关闭工作簿和Excel进程，避免后台残留
        $excelApp.Workbooks.Close()
        $excelApp.Quit()
        # 手动释放COM对象，防止内存泄漏
        [System.Runtime.Interopservices.Marshal]::ReleaseComObject($workbook) | Out-Null
        [System.Runtime.Interopservices.Marshal]::ReleaseComObject($excelApp) | Out-Null
        [System.GC]::Collect()
        [System.GC]::WaitForPendingFinalizers()
    }
}

注意事项

• 调整ThrottleLimit数值：不要设置过高（建议8-12，根据机器CPU/内存性能调整），过多Excel进程同时运行会耗尽系统资源，反而降低效率。
• 必须使用try/finally块：确保无论处理成功或失败，Excel进程都会被关闭，避免后台残留大量EXCEL.EXE进程。

方法2：使用RunspacePool手动管理并行（进阶） #

如果需要更精细控制并行实例数量、资源占用或任务队列，可以使用PowerShell的RunspacePool API。核心逻辑同样是每个Runspace内独立创建Excel COM对象，避免跨空间传递问题。这种方式复杂度更高，但灵活性更强，适合大规模文件处理场景。

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