Перейти к содержимому
Coverton Блог
В этой статье
Документы и текст

Найти дубликаты файлов: исходные байты

Файлы с разными именами могут принадлежать к одной повторяющейся группе, если их байты идентичны. При этом визуальное сходство не учитывается, поэтому отредактированные или повторно сжатые копии одной и той же фотографии могут оставаться отдельными.

Откройте инструментКак использовать этот инструмент ↓
Найти дубликаты файлов
Иллюстрация рабочего процесса этого инструмента; это не результат загруженного файла.

Как использовать этот инструмент

  1. Добавьте файлы для сравнения на наличие дубликатов.
  2. Подтвердите список и запустите проверку.
  3. Просмотрите имена, размеры и хеши групп.
  4. Загрузите инспекцию CSV.

Выбирайте правильные настройки

Добавьте все файлы, которые хотите сравнить, и убедитесь, что ни одна подозрительная копия не пропала. Инструмент вычисляет SHA-256 без порога сходства, делая основой сравнения фактическое содержимое файла, а не имена файлов.

Поддерживаемый ввод
  • *

Перед началом

Разделите работу с текстом и файлами

Уточните, относится ли задача к словам, структуре, скрытым сведениям или именам файлов. Сохраните оригинал и проверьте поддерживаемый ввод. Обычный текст помогает читать формулировки, но не обязательно воспроизводит все изображения, шрифты, формулы и расположение страниц.

Доступные разделители, нормализацию или очистку испытайте на фрагменте с заголовками, особыми символами и значимыми переносами. Для инспекции или сравнения добавьте все нужные источники. При переименовании копий проверьте порядок и сохраните соответствие старых и новых имён.

Перед очисткой текста решите, какие пробелы, повторы или символы значимы; разное написание может быть намеренным. При инспекции и организации запишите файлы и буквальные правила именования или сравнения. Проверьте короткий исходный фрагмент или известную пару файлов. Промежуточную копию сравнивайте отдельно: прежнее извлечение, нормализация или переименование могут объяснять расхождение.

Проверьте смысл и соответствие

Прочитайте начало, конец и переходы между разделами. Сверьте имена, табличные значения и специальные символы с источником. В отчёте найдите несколько указанных сведений в оригинале: инспекция помогает проверке, но не удаляет обнаруженную информацию автоматически.

У скачанных копий проверьте имена, расширения и связь с оригиналами. Пропавший или перемешанный текст может быть связан с неподдерживаемым вложенным содержимым, кодировкой или порядком чтения. Новое имя не меняет формат; одинаковый вид не означает, что байты двух файлов совпадают.

Пример ввода и вывода

идентичные байты с различными названиями → дублированная группа CSV

Примеры описывают рабочий процесс. Результаты зависят от исходного файла и настроек.

Проверьте результат перед сохранением

Сравните имена, количество байтов и хэши в каждой дублирующейся группе, прежде чем решить, что сохранить. Уникальные файлы также остаются в отчете, что позволяет вам подтвердить, что все выбранные файлы были проверены.

Если результат отличается от ожидаемого

Судя по всему, одинаковые фотографии могут отличаться метаданными или степенью сжатия и, следовательно, иметь разные хэши файлов. Результаты не выбирают и не удаляют файлы автоматически, поэтому проверяйте расположение и резервные копии перед последующей очисткой.

Ограничения, о которых следует помнить

  • Находит точные дубликаты байтов, а не визуально похожие изображения. Ничего не удаляет. До файлов 100, всего 250 MB, 60 MB каждый.

Продолжить с похожими инструментами

Преобразовать DOCX в Текст

Извлекайте основной текст DOCX и поддерживаемые верхние и нижние колонтитулы, когда вам нужно просмотреть формулировку. Результат TXT не воспроизводит шрифты или макет страницы, поэтому сравнивайте его содержимое отдельно от печатного вида документа.

Выберите пустые строки, однострочное разделение или маркеры разделов для извлеченных частей. Эти маркеры описывают извлеченные разделы и не воссоздают физические номера печатных страниц DOCX.

Откройте инструмент

Преобразовать PPTX в Текст

Отрывок TXT полезен для просмотра формулировок презентации слайд за слайдом. Не думайте, что извлеченная последовательность соответствует визуальному расположению на холсте; проверьте, как заголовки и пояснения связаны в выводе.

Выберите режим маркера слайда, чтобы добавить метку СЛАЙД к каждому извлеченному разделу. Используйте пустую строку или разделение в одну строку, если эти метки не нужны для текста, который вы будете редактировать.

Откройте инструмент
CovertonНайти дубликаты файлов
Откройте инструмент

Руководство описывает общедоступный инструмент, который работает в браузере. Сохраните копию оригинала и проверьте результат перед отправкой.

Этот перевод был подготовлен с помощью программного обеспечения. Вы также можете прочитать английскую версию. Читать на английском