PSAppDeployToolkit中Get-ADTMsiTableProperty函数使用注意事项
2025-07-05 21:41:02作者:裴麒琰
函数输出类型变更解析
在PSAppDeployToolkit 4.0版本中,Get-ADTMsiTableProperty函数的输出类型发生了重要变更。该函数现在返回System.Collections.ObjectModel.ReadOnlyDictionary`2类型的对象,这是一个只读字典集合,包含MSI文件的属性键值对。
变更背景与原因
这一变更主要是为了解决MSI文件中可能存在的键名大小写敏感问题。在Windows Installer技术规范中,MSI文件可以包含大小写不同但拼写相同的属性键名(例如"productcode"和"PRODUCTCODE")。旧版本的处理方式会导致键值对被覆盖,而使用字典类型可以完整保留所有属性。
正确使用方法
由于输出类型变为字典,访问属性的方式也需要相应调整:
- 直接通过键名访问属性值:
(Get-ADTMsiTableProperty -Path 'AppDeploy.msi' -Table 'Property').ProductCode
- 需要注意字典键名是大小写敏感的:
.ProductCode可以正确访问.productcode会返回空值
常见问题解决
如果遇到"Property cannot be found"错误,请检查:
- 属性名称的大小写是否与MSI文件中完全一致
- 确保属性确实存在于指定的MSI表中
- 考虑使用Get-Member命令查看所有可用属性
最佳实践建议
- 在脚本开发阶段,先使用以下命令查看所有可用属性:
Get-ADTMsiTableProperty -Path 'AppDeploy.msi' -Table 'Property' | Get-Member
- 对于关键属性访问,建议添加错误处理逻辑:
$msiProps = Get-ADTMsiTableProperty -Path 'AppDeploy.msi' -Table 'Property'
if ($msiProps.ContainsKey('ProductCode')) {
$productCode = $msiProps['ProductCode']
}
- 考虑将常用属性存储在变量中,避免重复查询MSI文件
总结
PSAppDeployToolkit 4.0对Get-ADTMsiTableProperty函数的改进提高了对MSI文件属性处理的准确性和可靠性。虽然使用方式有所变化,但这种变更确保了在各种情况下都能正确获取MSI文件属性。开发者在升级到4.0版本时,应注意调整相关脚本代码以适应新的输出类型。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C032
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
427
3.28 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
340
暂无简介
Dart
686
161
Ascend Extension for PyTorch
Python
233
266
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
327
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
668
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
45
32