PowerShell实现Word文档字符统计：含页眉页脚的解决方案

我需要统计Word文档中的字符数，包含页眉和页脚中的字符。目前已成功统计主文档的字符数，但尚未找到获取页眉页脚字符数的方法。

编辑补充：以下代码可遍历Word文档的页眉和页脚，但无法正确获取它们的字符数：

Add-Type -AssemblyName System.Windows.Forms
$browser = New-Object System.Windows.Forms.FolderBrowserDialog
$null = $browser.ShowDialog()
$path = $browser.SelectedPath

Get-ChildItem $path -Recurse -File | 
Foreach-Object {
$Word = New-Object -comobject Word.Application
$filename = $_.FullName
$Word.Visible = $False
$datasheet = $word.Documents.Open($filename,$false, $true)

$Word.ActiveDocument.Content.Select()
 

foreach ($section in $datasheet.Sections)
{
    ForEach ($header in $section.Headers)
    {
        #$header.Range.Fields.Update() | Out-Null
        $NbHeader = $header.Range.Text.Count.ToString()
        "header $NbHeader"
    }
    ForEach ($footer in $section.Footers)
    {
        #$footer.Range.Fields.Update() | Out-Null
        $NbFooter = $footer.Range.Text.Count.ToString()
        "footer $NbFooter"
    }
}


$datasheet.close()
$word.Quit()
}
Read-Host -Prompt "Press Enter to exit"

问题分析与解决思路 #

原代码中$header.Range.Text.Count用法错误：PowerShell里字符串的Count返回的是字符数组长度，但Word的Range.Text会包含隐藏控制字符（比如段落标记），且这种方式无法匹配Word自身的字符统计逻辑。正确做法是利用Word对象模型的内置方法或属性：

• 使用Range.Characters.Count：直接获取Range范围内的所有字符数（包含页眉页脚里的可见字符和必要格式控制字符，和Word自带统计结果一致）
• 可选更新域：如果页眉页脚包含页码、日期这类域，需先更新域再统计，避免统计未生效的域代码
• 优化COM对象创建：原代码在循环内重复创建Word实例会导致内存泄漏，应把实例创建放在循环外

修改后的完整代码 #

Add-Type -AssemblyName System.Windows.Forms
$browser = New-Object System.Windows.Forms.FolderBrowserDialog
$null = $browser.ShowDialog()
$path = $browser.SelectedPath

# 仅创建一次Word实例，避免内存泄漏
$Word = New-Object -comobject Word.Application
$Word.Visible = $False

Get-ChildItem $path -Recurse -File -Filter "*.docx","*.doc" | 
Foreach-Object {
    $filename = $_.FullName
    try {
        $datasheet = $word.Documents.Open($filename, $false, $true)
        
        # 统计主文档字符数（含空格）
        $mainCharCount = $datasheet.Content.ComputeStatistics([Microsoft.Office.Interop.Word.WdStatistic]::wdStatisticCharactersWithSpaces)
        Write-Host "文档: $filename"
        Write-Host "主文档字符数（含空格）: $mainCharCount"

        $totalHeaderChars = 0
        $totalFooterChars = 0

        foreach ($section in $datasheet.Sections) {
            # 处理页眉
            ForEach ($header in $section.Headers) {
                if ($header.Exists) {
                    $header.Range.Fields.Update() # 更新域（若存在）
                    $headerCharCount = $header.Range.Characters.Count
                    $totalHeaderChars += $headerCharCount
                    Write-Host "  本章节页眉字符数: $headerCharCount"
                }
            }
            # 处理页脚
            ForEach ($footer in $section.Footers) {
                if ($footer.Exists) {
                    $footer.Range.Fields.Update() # 更新域（若存在）
                    $footerCharCount = $footer.Range.Characters.Count
                    $totalFooterChars += $footerCharCount
                    Write-Host "  本章节页脚字符数: $footerCharCount"
                }
            }
        }

        $totalChars = $mainCharCount + $totalHeaderChars + $totalFooterChars
        Write-Host "总字符数（主文档+页眉+页脚）: $totalChars`n"
    }
    catch {
        Write-Host "处理文档 $filename 出错: $_"
    }
    finally {
        if ($datasheet) {
            $datasheet.Close([Microsoft.Office.Interop.Word.WdSaveOptions]::wdDoNotSaveChanges)
            [System.Runtime.Interopservices.Marshal]::ReleaseComObject($datasheet) | Out-Null
        }
    }
}

# 清理Word实例，避免进程残留
$Word.Quit()
[System.Runtime.Interopservices.Marshal]::ReleaseComObject($Word) | Out-Null
[System.GC]::Collect()
[System.GC]::WaitForPendingFinalizers()

Read-Host -Prompt "Press Enter to exit"

关键说明 #

• $header.Range.Characters.Count：准确匹配Word自身的字符统计逻辑，包含必要的格式控制字符
• ComputeStatistics方法：主文档统计可切换参数，若要排除空格，改用wdStatisticCharacters
• 错误处理与COM对象释放：避免文档损坏导致脚本崩溃，同时防止Word进程残留内存
• 文档过滤：仅处理.docx和.doc格式文件，避免无效文件干扰

内容的提问来源于stack exchange，提问作者OlivierS