PowerShell对比两个含email字段的CSV文件，提取text2独有的邮箱地址

原写法错误原因 #

• 第一种写法错误点：
  • 错误使用Get-Content读取CSV文件，该命令只会将文件内容按普通文本行读取，不会解析为带email属性的结构化对象，同时会把表头行也当作普通内容参与对比，完全不符合需求
  • Compare-Object没有指定对比的属性字段，默认对比整个对象的字符串表现，结果必然错误
• 第二种写法错误点：
  • 若$file1是直接导入CSV得到的对象数组，直接用email值判断是否在$file1数组中，相当于拿字符串和自定义对象做匹配，永远不会命中，所以得不到正确结果

正确实现方案 #

第一步：先正确导入两个CSV文件 #

# 导入两个CSV，自动解析为带email属性的对象数组
$refCsv = Import-Csv -Path "C:\scripts\test1.csv"
$diffCsv = Import-Csv -Path "C:\scripts\test2.csv"

方案1：使用Compare-Object实现 #

指定明确的对比属性为email即可：

Compare-Object -ReferenceObject $refCsv -DifferenceObject $diffCsv -Property email | 
Where-Object { $_.SideIndicator -eq "=>" } |
Select-Object -ExpandProperty email |
# 导出结果到TXT文件
Out-File -FilePath "C:\scripts\only_in_test2.txt"
# 如果要导出为带表头的CSV可以替换为下面的写法：
# Select-Object email | Export-Csv -Path "C:\scripts\only_in_test2.csv" -NoTypeInformation

方案2：使用Where-Object筛选实现 #

提前把参考文件的所有邮箱提取为字符串数组，再做匹配：

# 先提取test1的所有邮箱为纯字符串数组
$refEmails = $refCsv.email
# 筛选test2中不在参考数组里的邮箱
$diffEmails = $diffCsv | Where-Object { $_.email -notin $refEmails }
# 导出结果为CSV
$diffEmails | Select-Object email | Export-Csv -Path "C:\scripts\only_in_test2.csv" -NoTypeInformation

注意事项 #

• 如果CSV编码不是系统默认编码，导入/导出时需要加-Encoding参数指定编码，比如-Encoding UTF8避免乱码
• 邮箱对比默认区分大小写，如果需要不区分大小写，可以把-notin换成-inot，或者给Compare-Object加-CaseSensitive:$false参数

内容的提问来源于stack exchange，提问作者Ruishoo