Saltar al contenido
Coverton Blog
En este artículo
Documentos y texto

Encuentra archivos duplicados: revisar los bytes originales

Los archivos con nombres diferentes pueden pertenecer a un grupo duplicado cuando sus bytes son idénticos. Esto no juzga la similitud visual, por lo que las copias editadas o recomprimidas de la misma fotografía pueden permanecer separadas.

Abre la herramientaCómo utilizar esta herramienta ↓
Encuentra archivos duplicados
Ilustración del flujo de trabajo de esta herramienta; no es el resultado de un archivo cargado.

Cómo utilizar esta herramienta

  1. Agregue los archivos para compararlos en busca de duplicados.
  2. Confirme la lista y ejecute la inspección.
  3. Revise los nombres, tamaños y hashes de los grupos.
  4. Descargue la inspección CSV.

Elija la configuración correcta

Agregue todos los archivos que desee comparar y verifique que no falte ninguna copia sospechosa. La herramienta calcula SHA-256 sin un umbral de similitud, lo que hace que la base de comparación sea el contenido real del archivo en lugar de los nombres de los archivos.

Entrada admitida
  • *

Antes de empezar

Separar contenido y organización de archivos

Decida si trabaja con redacción, estructura, información oculta o nombres de archivo. Conserve el original y consulte los formatos admitidos. El texto plano ayuda a revisar las palabras, pero no reproduce necesariamente imágenes, fuentes, ecuaciones ni distribución de páginas.

Pruebe los separadores, la normalización o la limpieza disponibles en un fragmento con títulos, caracteres especiales y saltos significativos. Para inspeccionar o comparar archivos, incluya todas las fuentes necesarias. Al renombrar copias, revise el orden elegido y guarde la relación entre nombres anteriores y nuevos.

Antes de limpiar texto, decida qué espacios, repeticiones o caracteres tienen significado; una escritura diferente puede ser intencional. En inspección u organización, registre los archivos incluidos y las opciones literales de nombres o comparación. Revise un fragmento corto o una pareja de archivos conocida. Compare la copia intermedia aparte: una extracción, normalización o cambio de nombre previo puede explicar la diferencia.

Comprobar significado y correspondencia

Lea el inicio, el final y las transiciones entre secciones. Compare nombres, valores de tablas y caracteres con el original. Si recibe un informe, localice algunas observaciones en la fuente: sirve para orientar la revisión, no elimina automáticamente la información señalada.

En las copias descargadas, confirme nombres, extensiones y correspondencia con los originales. Un texto ausente o desordenado puede deberse a contenido incrustado no admitido, codificación u orden de lectura. Cambiar el nombre no cambia el formato; dos archivos visualmente iguales no tienen necesariamente los mismos bytes.

Ejemplo de entrada y salida

bits idénticos con diferentes nombres → grupo duplicado CSV

Los ejemplos describen el flujo de trabajo. Los resultados dependen del archivo fuente y de la configuración.

Compruebe el resultado antes de guardar

Compare nombres, recuentos de bytes y hashes dentro de cada grupo duplicado informado antes de decidir qué conservar. Los archivos únicos también permanecen en el informe, lo que le permite confirmar que todos los archivos seleccionados fueron inspeccionados.

Si el resultado no es el esperado

Aparentemente, fotos idénticas pueden diferir en metadatos o compresión y, por lo tanto, tener diferentes hash de archivo. Los resultados no eligen ni eliminan archivos automáticamente, por lo tanto, inspeccione las ubicaciones y las copias de seguridad antes de cualquier limpieza posterior.

Límites a tener en cuenta

  • Encuentra duplicados de bytes exactos, no imágenes visualmente similares. No elimina nada. Hasta archivos 100, 250 MB en total, 60 MB cada uno.

Continuar con herramientas relacionadas

Convertir DOCX a Texto

Extraiga el texto del cuerpo DOCX y los encabezados o pies de página admitidos cuando necesite revisar la redacción. El resultado TXT no reproduce fuentes ni diseño de página, por lo tanto, compare su contenido por separado de la apariencia impresa del documento.

Elija líneas en blanco, separación de una sola línea o marcadores de sección para las partes extraídas. Esos marcadores describen secciones extraídas y no recrean los números de página impresos físicos del DOCX.

Abre la herramienta

Convertir PPTX a Texto

Un extracto TXT es útil para revisar la redacción de una presentación diapositiva por diapositiva. No asuma que la secuencia extraída coincide con la ubicación visual en el lienzo; Inspeccione cómo se conectan los títulos y las explicaciones en el resultado.

Elija el modo de marcador de diapositivas para agregar una etiqueta DIAPOSITIVA a cada sección extraída. Utilice separación de líneas en blanco o de una sola línea cuando esas etiquetas no sean necesarias para el texto que editará.

Abre la herramienta
CovertonEncuentra archivos duplicados
Abre la herramienta

Esta guía explica la herramienta de acceso público que se utiliza en el navegador. Guarde una copia del original y revise el resultado antes de compartirlo.

Esta traducción fue preparada con asistencia de software. También puedes leer la versión en inglés. Leer en ingles