Přejít na obsah
Coverton Blog
V tomto článku
Dokumenty a text

Najděte duplicitní soubory: původní bajty

Soubory s různými názvy mohou patřit do jedné duplicitní skupiny, pokud jsou jejich bajty shodné. Toto neposuzuje vizuální podobnost, takže upravené nebo rekomprimované kopie stejné fotografie mohou zůstat oddělené.

Otevřete nástrojJak používat tento nástroj ↓
Najděte duplicitní soubory
Ilustrace pracovního postupu tohoto nástroje; není to výsledek nahraného souboru.

Jak používat tento nástroj

  1. Přidejte soubory k porovnání s duplikáty.
  2. Potvrďte seznam a spusťte kontrolu.
  3. Zkontrolujte názvy, velikosti a hash skupin.
  4. Stáhněte si kontrolu CSV.

Zvolte správná nastavení

Přidejte každý soubor, který chcete porovnat, a zkontrolujte, zda nechybí žádná podezřelá kopie. Nástroj vypočítává SHA-256 bez prahu podobnosti, takže základem porovnání je skutečný obsah souboru, nikoli názvy souborů.

Podporovaný vstup
  • *

Než začnete

Oddělte práci s textem a soubory

Rozhodněte, zda se úloha týká slov, struktury, skrytých informací nebo názvů souborů. Uchovejte originál a ověřte podporovaný vstup. Prostý text pomáhá číst obsah, ale nemusí reprodukovat všechny obrázky, písma, rovnice a rozvržení stránek.

Dostupné oddělovače, normalizaci nebo čištění zkuste na krátkém úseku s nadpisy, zvláštními znaky a významovými konci řádků. Pro kontrolu nebo porovnání přidejte všechny potřebné zdroje. Při přejmenování kopií ověřte pořadí a zachovejte přiřazení starých názvů k novým.

Před čištěním určete, které mezery, opakované řádky nebo znaky nesou význam; jiný zápis může být záměrný. U kontroly či organizace zaznamenejte soubory a doslovná pravidla názvů nebo srovnání. Ověřte krátký zdrojový úsek nebo známou dvojici souborů. Mezikopii porovnávejte zvlášť: dřívější získání textu, normalizace či přejmenování mohou vysvětlit rozdíl ještě před použitím tohoto nástroje. Prázdný řádek mezi odstavci může mít jiný význam než zalomení uvnitř jedné věty; pravidlo čištění tomu musí odpovídat.

Ověřte význam a přiřazení

Přečtěte začátek, konec a přechody mezi částmi. Porovnejte jména, tabulkové hodnoty a zvláštní znaky se zdrojem. U zprávy vyhledejte několik zjištění v originálu: kontrola určuje, co prověřit, ale nalezené informace automaticky neodstraňuje.

U stažených kopií ověřte názvy, přípony a vztah k originálům. Chybějící či pomíchaný text může souviset s nepodporovaným vloženým obsahem, kódováním nebo pořadím čtení. Nový název nemění formát; stejný vzhled neprokazuje totožné bajty dvou souborů.

Příklad vstupu a výstupu

stejné byty s různými jmény → duplicitní skupina CSV

Příklady popisují pracovní postup. Výsledky závisí na zdrojovém souboru a nastavení.

Před uložením zkontrolujte výsledek

Než se rozhodnete, co zachovat, porovnejte názvy, počty bajtů a hash v každé hlášené duplicitní skupině. Unikátní soubory zůstanou také ve zprávě, což vám umožní potvrdit, že všechny vybrané soubory byly zkontrolovány.

Pokud se výsledek liší od toho, co jste očekávali

Zjevně identické fotografie se mohou lišit v metadatech nebo kompresi, a proto mají různé hashe souborů. Výsledky nevybírají ani neodstraňují soubory automaticky, proto před jakýmkoli dalším čištěním zkontrolujte umístění a zálohy.

Omezení nástroje

  • Najde přesné duplikáty bajtů, nikoli vizuálně podobné obrázky. Nic nesmaže. Až soubory 100, celkem 250 MB, každý 60 MB.

Pokračujte se souvisejícími nástroji

Převést DOCX na Text

Extrahujte hlavní text DOCX a podporovaná záhlaví nebo zápatí, když potřebujete zkontrolovat znění. Výsledek TXT nereprodukuje písma ani rozvržení stránky, takže jeho obsah porovnejte odděleně od tištěného vzhledu dokumentu.

Vyberte prázdné řádky, jednořádkové oddělení nebo značky sekcí pro extrahované části. Tyto značky popisují extrahované části a nevytvářejí znovu čísla fyzických tištěných stránek DOCX.

Otevřete nástroj

Převést PPTX na Text

Výňatek TXT je užitečný pro kontrolu znění prezentace snímek po snímku. Nepředpokládejte, že extrahovaná sekvence odpovídá vizuálnímu umístění na plátně; zkontrolujte, jak se ve výstupu spojují názvy a vysvětlení.

Chcete-li ke každé extrahované sekci přidat štítek SNÍMEK, vyberte režim značky snímku. Pokud jsou tyto štítky pro text, který budete upravovat, zbytečné, použijte oddělení prázdných řádků nebo jednoho řádku.

Otevřete nástroj
CovertonNajděte duplicitní soubory
Otevřete nástroj

Tento průvodce popisuje veřejně dostupný nástroj používaný v prohlížeči. Uchovejte si kopii originálu a před sdílením zkontrolujte výsledek.

Tento překlad byl připraven za softwarové pomoci. Můžete si také přečíst anglickou verzi. Číst v angličtině