Yinelenen Dosya Bulucu — aynı baytlar yinelenen demektir, adı ne derse desin
Yinelenen Dosya Bulucu
Bir dosya grubunu bırakın; bu sayfa içeriği bayt bayt aynı olanları üç geçişte bulur: bir boyut filtresi (farklı boyutlu dosyalar asla yinelenen olamaz), kalanların SHA-256 gruplaması ve sigorta olarak son bir tam bayt karşılaştırması. Her yinelenen kümeyi, boşa giden alanla birlikte, silmek isteyeceğiniz kopyalar için onay kutularıyla ve dosya yöneticinize götürebileceğiniz bir CSV kontrol listesiyle alırsınız. Farklı baytlara sahip iki photo.jpg dosyası yinelenen değildir; farklı adlara ve aynı baytlara sahip iki dosya yinelenendir. Hiçbir şey yüklenmez.
1. Dosyaları seçin
Dosyaları buraya bırakın, ya da seçmek için tıklayın En fazla 50 dosya, her biri 200 MB. Dosyalar bu makinede kalır.
Dosya seçilmedi.
2. Tara
3. Yinelenen kümeler
Tarama sonrasında aynı dosyaların kümeleri burada görünür. Her kümenin ilk dosyası saklanacak kopya olarak önceden işaretlenir.
Bir tarayıcı sayfası dosyalarınızı silemez — ve silmemelidir. Dışa aktardığınız kontrol listesi (ad, boyut, SHA-256, küme kimliği) Explorer, Finder veya tercih ettiğiniz dosya yöneticisinde uygulanmak üzere tasarlanmıştır; silmeler orada görünür ve geri alınabilir. Gizlilik: tüm tarama yerel olarak çalışır; hiçbir dosya ya da özet bu sekmeden çıkmaz.
Yinelenen dosya nedir?
Gerçek bir yinelenen, her baytı başka bir dosyanın baytlarına eşit olan dosyadır. “Aynı ad” değil (iki kameradan gelen copy.jpg farklı fotoğraflardır), “aynı boyut” değil (bir milyon dosya 1.024 bayttır), “aynı görünen” değil (yeniden kaydedilmiş bir JPEG farklı bir bayt akışıdır). Yalnızca içerik eşitliği sayılır — bu yüzden tarama, yeniden adlandırılmış kopyalara, yeniden tarihlenmiş kopyalara ve farklı klasörlere dağılmış dosyalara karşı bağışıktır.
Üç geçiş nasıl çalışır
Geçiş
Karşılaştırır
Maliyet
Neden
1 — boyut
bayt cinsinden dosya boyutu
anlık (üst veri)
farklı boyut asla aynı olamaz; genellikle dosyaların çoğunu hiç okumadan eler
2 — SHA-256
tam içerik özeti
kalan her dosya için bir okuma
farklı içerik için aynı özet hesaplama açısından olanaksızdır
3 — baytlar
gerçek baytlar
çift başına bir ek okuma
sigorta: eşitliği karmaya hiç dayanmadan kanıtlar
Boyut ön geçişi bir optimizasyon inceliği değildir — içerik karşılaştırmasını uygun maliyetli kılan şey budur. 5.000 fotoğraflık bir klasörde 50 küme olabilir, ama yalnızca birkaç yüz dosya özetleme aşamasına ulaşır.
Bilerek yapmadığı şeyler
Yakın yinelenen yok: aynı fotoğrafın iki çözünürlükte ya da iki kalite düzeyinde olması farklı baytlardır ve işaretlenmez — bu sorun algısal görüntü karmasını gerektirir, bu başka bir araçtır. Silme yok: bir web sayfasının diskinizdeki dosyaları silmesi bir özellik değil bir güvenlik hatası olurdu; bunun yerine kontrol listesi verilir. Bulut yok: hiçbir şey yüklenmez; bu da dosyalarınız okunmadan hiçbir şeyin taranamayacağı anlamına gelir.
SSS
İlk dosya neden “tut” olarak işaretli? — kümedeki bir dosyanın hayatta kalması gerekir; seçim sırasına göre ilk olan belirleyici, sıkıcı bir seçimdir. Kontrol listesini dışa aktarmadan önce herhangi bir onay kutusunu değiştirebilirsiniz. “Boşa giden alan” nedir? — tüm kümeler üzerinden toplanan, her kümede ilkinden sonraki her kopyanın boyutu: fazlalıkları silerek geri alacağınız baytlar. SHA-256 yanlış olabilir mi? — pratikte hayır: bir çakışma kasıtlı olarak tasarlanmış bir çift gerektirir ve SHA-256 için hiç görülmemiştir. 3. geçiş bu teorik şüpheyi bile ortadan kaldırır.
