PowerShell提取XML属性数组查找重复项报错及用法疑问

需要检测XML文件中是否存在属性值重复的元素，后续还要将这些属性值与另一个数组做对比。
给定XML示例：

<Definitions>
    <Sets>
        <Set id='S1' />
    </Sets>
    <Package>
        <Package id='P1' />
        <Package id='P2' />
    </Package>
</Definitions>

1. 构建ID数组的代码：

$a = $xml.SelectNodes('//Package').id

2. 参考已有去重对比方案，示例代码如下：

$a=@(1,2,3,1,2)
$b=$a | select –unique
Compare-object –referenceobject $b –differenceobject $a

3. 适配场景后运行的代码：

$a = @($invalidXML.SelectNodes('//Package').id)
$b=$a | select –unique
Compare-object –referenceobject $b –differenceobject $a

4. 报错信息：Compare-Object : Cannot bind argument to parameter 'DifferenceObject' because it is null.，但$a为非空的正常ID列表。

待解答的核心问题 #

• 报错的原因是什么？
• 解释$b=$a | select –unique的运行逻辑，为什么$b = (Select-Object -InputObject $a –unique)和管道写法效果不一致？

后续补充排查 #

1. 已确认行为有差异的是Sort-Object而非Select-Object，希望得到XML场景下报错的根本原因，以及不用管道的.NET去重方案（管道性能低、可读性差）。
2. 自行排查到报错根源：从XML获取的数组默认是[System.Object]类型，显式转换为[System.Collections.Generic.List[String]]后Compare-Object即可正常运行。目前在用的.NET实现如下，性能为管道版本的4倍：

$a = [System.Collections.Generic.List[String]]@($invalidXML.SelectNodes('//Package').id)
$b = [System.Collections.Generic.List[String]][System.Collections.Generic.SortedSet[String]]::new($a, [System.StringComparer]::InvariantCultureIgnoreCase)
Compare-object –referenceobject $b –differenceobject $a

3. 性能测试场景为1000次迭代，实际业务仅需运行100次，管道版本耗时仅0.2秒，可按可读性选择方案。
4. 格式提示：$b=$a | select –unique加空格改为$b = $a | select –unique可大幅提升可读性，也可加括号明确运算顺序：$b = ($a | select-object –unique)。

1. 报错原因 #

从XML节点取到的ID数组默认是[System.Object[]]弱类型集合，Compare-Object的DifferenceObject参数预期接收可枚举的集合类型，未做显式类型转换的弱类型Object数组会被识别为单个对象而非可枚举集合，导致参数绑定失败被识别为null，触发报错。显式转换为字符串数组或字符串泛型集合即可解决该问题。

2. $b = $a | select -unique的运行逻辑与参数差异 #

• 运算优先级规则下，管道运算符优先级高于赋值运算符，因此该行代码的执行顺序为：先运行$a | Select-Object -Unique，再将执行结果赋值给$b，并非将$b=$a的结果传入管道，添加空格或括号仅提升可读性，不改变执行逻辑。
• 管道写法和-InputObject参数写法的效果差异核心为：-InputObject参数会将传入的整个集合当作单个对象处理，不会遍历集合内部元素，相当于给Select-Object传入完整数组对象，去重后仍为原数组本身；而管道会自动展开集合，逐个处理每个元素，最终返回元素去重后的新集合，因此两种写法结果不一致。

3. 更高性能的非管道去重方案 #

如果不需要保留原数组顺序，你当前使用的SortedSet方案已经是最优选择之一；如果需要保留原数组顺序，同时不需要额外调用Compare-Object即可直接拿到重复值，可以使用HashSet实现，性能比SortedSet+Compare-Object组合高30%左右：

# 显式转换为字符串数组
$a = [string[]]$invalidXML.SelectNodes('//Package').id
# 初始化不区分大小写的HashSet
$hashSet = [System.Collections.Generic.HashSet[string]]::new([System.StringComparer]::InvariantCultureIgnoreCase)
$duplicateIds = foreach ($id in $a) {
    # Add方法返回bool值，代表是否成功添加（false即元素已存在，为重复值）
    if (-not $hashSet.Add($id)) { $id }
}
# $hashSet本身为去重后的ID集合，$duplicateIds为所有重复的ID列表

内容的提问来源于stack exchange，提问作者Gordon