上周帮一个做电商的批量朋友整理库存，他翻出三块移动硬盘，扫描里面塞了将近两万张产品图。软件文件名乱得离谱，批量有按日期命名的扫描，有叫“新建文件夹(2)”的软件，还有一堆带乱码的批量。他问我有没有办法一次性把这些图都过一遍，扫描把重复的软件、模糊的批量、尺寸不对的扫描挑出来。我给他装了个批量扫描软件，软件设定好规则，批量跑了不到二十分钟，扫描硬盘里清出四千多张废图。软件他盯着屏幕愣了半天，说这玩意儿比他雇的实习生干三天还利索。

批量扫描软件的核心其实就一件事：把重复劳动交给机器。你手动打开一个文件看属性、改名字、挪位置，一天处理几百个就算不错了。换成软件，同样的动作它能在一秒内重复上千次。原理不复杂，就是遍历目录、读取文件元数据、按预设条件判断、执行操作。但真正拉开差距的是细节——扫描深度、过滤条件的灵活度、对异常文件的处理方式。有些软件扫到加密文件直接卡死，有些则跳过继续，后者才敢用在真实环境里。

我最早接触这类工具是十年前，那时候在图书馆做数字化项目，要把扫描仪吐出来的TIFF文件批量转成PDF并加上水印。用的是一款叫IrfanView的看图软件，它的批量处理功能藏得很深，但一旦设好，几千页的文献处理起来跟玩似的。后来试过ABBYY FineReader的批量OCR，识别率不错，就是贵。开源那边有Tesseract配合脚本，灵活但折腾。现在市面上专门的批量扫描软件反而少了，很多功能被集成进文件管理器或者云盘客户端里。这倒是个有意思的变化——工具在消失，能力在渗透。

选这类软件得看几个硬指标。扫描速度不能只看宣传页上的“每秒处理1000个文件”，得看它扫什么类型的文件。纯文本和带大量元数据的图片完全是两码事。过滤条件的逻辑运算支不支持“与/或/非”嵌套，这决定了你能不能写出“找出所有大于5MB且修改日期在去年之前且文件名不含‘终稿’的PSD文件”这种规则。还有一点容易被忽略：操作日志。批量改了几千个文件，万一改错了，没有回滚记录就是灾难。我吃过这个亏，现在只敢用带预览和日志的软件，哪怕慢一点。

有个做自媒体的朋友更绝，他用批量扫描软件管理素材库。每次拍完视频，先把所有素材扫一遍，自动按拍摄日期建文件夹，把RAW和JPG分开，给每个文件加上相机型号和镜头焦段的前缀。他说这样找素材不用回忆“那个黄昏的镜头在哪”，直接搜“A7M4 35mm 202405”就出来了。这套流程他跑了三年，素材库快20TB，从来没乱过。听起来有点强迫症，但省下的时间够他多剪好几条片子。

要说局限，批量扫描软件最怕遇到“需要人眼判断”的场景。比如从一堆截图里挑出带二维码的，或者从合同扫描件里找出盖了红章的页。这类任务现在的软件也能做，靠OCR加图像识别，但准确率飘忽。我试过用某款软件筛带人脸的照片，结果把一张猫脸也选进去了。机器终究不懂语义，它只认像素和字符。所以我的习惯是：能用规则描述的，交给软件；需要理解内容的，先让软件粗筛，再人工过一遍。别指望全自动，那是个幻觉。

回到朋友那三块硬盘。清完废图之后，我又给他加了一步：用扫描软件把所有产品图按“品类-颜色-尺寸”重命名。他一开始嫌麻烦，说反正自己记得住。我说你记得住两万张？他闭嘴了。现在他的图库整整齐齐，上新的时候直接按文件名筛选，效率翻了几倍。工具就是这样，用对了地方，它不声不响就把活儿干了。用错了地方，或者压根不用，那就只能继续在文件夹的海洋里狗刨。