C#实现删除文件名前缀重复的多余文件 仅保留首个匹配文件

需求描述 #

目录下存在大量文件名前缀重复的文件，示例文件名如下：

• afilename[a].txt
• afilename[f].txt
• afilename[j].txt
  要求：保留相同前缀（即文件名中[符号之前的内容）的第一个文件，其余同前缀文件全部删除，上述示例最终仅保留afilename[a].txt。

原有代码问题 #

原有代码按完整文件名分组，无法实现仅对比[前的前缀部分匹配的需求：

var duplicateNames = files.GroupBy(file => file.Name)
                          .Where(group => group.Count() > 1)
                          .Select(group => group.Key);

需要实现的效果：仅比较文件名中[之前的部分，返回除首个匹配文件之外的所有完整文件名列表用于删除。

最终解决方案 #

可通过按[前的子串分组，取每组排序第一的文件保留，其余文件删除即可，实现代码如下：

using System;
using System.IO;
using System.Linq;

public class Program
{
    public static void Main()
    {
        // 指定扫描目录路径
        string directoryPath = @"C:\temp\dups";
        // 读取目录下所有符合后缀的文件，此处示例匹配.mp3，可按需修改
        var allFiles = Directory.GetFiles(directoryPath, "*.mp3", SearchOption.AllDirectories);

        // 筛选需要保留的文件：先过滤文件名包含[的文件，按[前的前缀分组，取每组中排序第一的文件保留
        var toKeep = allFiles.Where(file => file.Contains('['))
                 .GroupBy(file => file.Remove(file.IndexOf('[')))
                 .Select(group => group.Min())
                 .ToHashSet();

        // 计算需要删除的文件：所有文件排除需要保留的部分
        var whatToDelete = allFiles.Except(toKeep);

        // 执行删除
        foreach (var fileToDelete in whatToDelete)
        {
            File.Delete(fileToDelete);
        }
    }
}

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