如何对文件进行查重 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
请不要把任何和邀请码有关的内容发到 NAS 节点。

邀请码相关的内容请使用 /go/in 节点。

如果没有发送到 /go/in,那么会被移动到 /go/pointless 同时账号会被降权。如果持续触发这样的移动,会导致账号被禁用。
1054850490
V2EX    NAS

如何对文件进行查重

  •  
  •   1054850490 2022-09-09 08:06:52 +08:00 4665 次点击
    这是一个创建于 1136 天前的主题,其中的信息可能已经有所发展或是发生改变。
    如图所示,每个文件都有一个“唯一的标识符”,同样标识符的文件,根据文件大小筛选掉最小的,或者根据“创建时间”筛选出最早的,不考虑自己编程的情况下,市面有没有成形的软件可以处理的?
    第 1 条附言    2022-09-09 18:52:36 +08:00
    主要是帖主编程基础为零,所以才想着市面有没有成熟的软件可以处理
    第 2 条附言    2022-09-10 03:36:21 +08:00
    楼主还在测试下面网友的方法,没有回复到可能就是在测试中
    25 条回复    2022-09-17 09:27:15 +08:00
    whileFalse
        1
    whileFalse  
       2022-09-09 08:36:01 +08:00 via iPhone
    这玩意自己写怕是一个小时都用不了…
    huang119412
        2
    huang119412  
       2022-09-09 08:50:36 +08:00
    用文件特征值,如 MD5 之类
    AX5N
        3
    AX5N  
       2022-09-09 08:52:38 +08:00   2
    Duplicate Cleaner
    r6cb
        4
    r6cb  
       2022-09-09 08:55:33 +08:00
    遍历目录所有文件,存到 map 。key 为唯一标识符,value 为 list 。list 按照那两个要求排序把后面的删掉。十几行代码的事
    zxsa
        5
    zxsa  
       2022-09-09 09:05:10 +08:00
    Duplicate Cleaner 5
    ![dfe641b33681644e86bace24699c3b18.png]( https://www.cap2box.com/images/dfe641b33681644e86bace24699c3b18.png)
    1054850490
        21
    1054850490  
    OP
       2022-09-16 14:13:43 +08:00
    @gdgoldlion 尝试了一下发现不可行,没有正则表达式匹配,虽然有比对视频帧,但是太慢了
    gdgoldlion
        22
    gdgoldlion  
       2022-09-16 20:08:53 +08:00
    @1054850490 支持正则的啊,视频功能没用过
    1054850490
        23
    1054850490  
    OP
       2022-09-16 23:51:19 +08:00
    @gdgoldlion 它那个正则是哈希查重出来才能对已经查重的文件加以正则去重,并不能一开始就比对正则表达式
    1054850490
        24
    1054850490  
    OP
       2022-09-17 08:23:13 +08:00   1
    @gdgoldlion #6 不好意思,是我弄错了,还有一个叫 Duplicate Cleaner 5 的,撞名了,见鬼的是他网站里面也是叫 Duplicate Cleaner Pro
    1054850490
        25
    1054850490  
    OP
       2022-09-17 09:27:15 +08:00
    @gdgoldlion 22# 结果实测,很疑惑也不支持正则表达式查重
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     2812 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 26ms UTC 13:18 PVG 21:18 LAX 06:18 JFK 09:18
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86