உள்ளடக்கத்திற்கு செல்க
Coverton வலைப்பதிவு
இந்த கட்டுரையில்
ஆவணங்கள் மற்றும் உரை

வேறு பெயரிலும் ஒரே bytes உள்ள duplicate கண்டறியுங்கள்

பெயர் வேறாக இருந்தாலும் ஒரே bytes கொண்ட file ஒரே duplicate group-இல் வரும். காட்சி ஒற்றுமை மதிப்பிடாது; edit/recompress படங்கள் தனியாக இருக்கலாம்.

கருவியைத் திறக்கவும்பயன்படுத்தும் படிகள் ↓
நகல் கோப்புகளைக் கண்டறியவும்
இந்தப் படம் கருவியின் செயல்முறையை விளக்குகிறது; பதிவேற்றிய கோப்பைச் செயலாக்கிய முடிவு அல்ல.

பயன்படுத்தும் படிகள்

  1. ஒரே உள்ளடக்கமுள்ள நகல்களை ஒப்பிட வேண்டிய கோப்புகளைச் சேருங்கள்.
  2. பட்டியலை உறுதிசெய்து ஆய்வை இயக்குங்கள்.
  3. குழுக்களின் பெயர், கோப்பு அளவு மற்றும் ஹாஷ் மதிப்புகளைப் பாருங்கள்.
  4. ஆய்வு CSV-ஐப் பதிவிறக்குங்கள்.

அமைப்புகளைத் தேர்ந்தெடுத்தல்

ஒப்பிட வேண்டிய எல்லாக் கோப்பும் சேர்த்துள்ளதா பாருங்கள். Similarity threshold இல்லை; SHA-256 file content-ஐ ஒப்பிடும், பெயரை அல்ல.

ஏற்கப்படும் உள்ளீடு
  • *

தொடங்குவதற்கு முன்

எழுத்தையும் கோப்புகளையும் கையாளத் தயாராகுங்கள்

வாசிக்கக்கூடிய எழுத்து வேண்டுமா, மூலப் பக்க அமைப்பு வேண்டுமா என்பதை முடிவு செய்யுங்கள். எழுத்தைப் பிரித்தெடுக்கும் முடிவு படங்கள், பக்க அலங்காரம், ஒவ்வொரு பகுதியின் இடத்தைப் பாதுகாக்காது. பெயரின் நீட்சியை மாற்றுவது கோப்பு மாற்றம் அல்ல. உண்மையான வடிவமும் ஆதரவு வரம்பும் பாருங்கள்; ஒத்த பெயருள்ள பழைய வடிவமும் ஆதரிக்கப்படும் என்று கருத வேண்டாம்.

முக்கிய உரை, அட்டவணை, படவில்லையின் தனித்த உரைப்பெட்டி, குறிப்பு போன்ற தேவையான பகுதிகளை அடையாளம் காணுங்கள். கோப்பில் சேமித்த வரிசையும் வாசிக்கும் வரிசையும் வேறுபடலாம். அட்டவணையில் தலைப்புடன் சேர்ந்த மதிப்பு எங்கு செல்கிறது என்பதை மாதிரியில் பாருங்கள். பிரித்த பகுதியின் குறியீடு மூலத்தின் அச்சிட்ட பக்க எண்ணாக இருக்க வேண்டியதில்லை.

வரி சீராக்குமுன் வெற்று வரியும் இடைவெளியும் என்ன பொருள் தருகின்றன என்று பாருங்கள். கவிதை, முகவரி, பட்டியல், அட்டவணையில் வரிகளை இணைப்பது அல்லது வரிசைப்படுத்துவது உள்ளடக்கத்தை மாற்றலாம். ஒரேபோல் தெரியும் எழுத்துகளின் குறியீடு வேறுபடலாம். Unicode சீராக்கம் தொழில்நுட்ப வடிவத்தை மாற்றும்; பொருள், எழுத்துப்பிழை அல்லது தவறான மொழிபெயர்ப்பைத் தானாகச் சரிசெய்யாது.

நகல் கண்டறிதல் அல்லது பெயர்மாற்றத்திற்கு முன் மூலப் பெயர் பட்டியலை வையுங்கள். ஒரே பைட்டுகள் இருப்பதும் பார்ப்பதற்கு ஒரேபோல் இருப்பதும் வேறு. ஒரே படத்திலும் உள்தகவல் மாறலாம். புதிய பெயரை மூலப்பெயர், வரிசை, நீட்சியுடன் ஒப்பிடுங்கள். முடிவைப் பதிவிறக்குவது சாதனத்தில் உள்ள மூலக் கோப்பைத் தானாக நீக்கவோ பெயர்மாற்றவோ செய்யாது.

வாசிக்கும் வரிசையும் மறைந்த தகவலும் சரிபாருங்கள்

பிரித்த எழுத்தின் தொடக்கம், முடிவு மற்றும் நடுவிலுள்ள அட்டவணைகளை மூலத்துடன் ஒப்பிடுங்கள். பல உரைப்பெட்டிகள் உள்ள படவில்லையில் வரிசை மாறலாம். படம், சமன்பாடு அல்லது குறிப்பு விடுபட்டால் புதிய வரிகள் சேர்த்துத் திரும்பப் பெற முடியாது. தேவையான பகுதியை மூலத் திருத்தியில் பார்த்து அடுத்த செயலுக்கு இந்த முடிவு போதுமா என முடிவு செய்யுங்கள்.

HTML அல்லது Markdown முடிவை உண்மையில் பயன்படுத்தும் இடத்தில் பாருங்கள். சார்புப் பாதையுள்ள படமும் இணைப்பும் அங்கிருந்து திறக்கிறதா என்று சோதியுங்கள். HTML-யிலிருந்து எழுத்து எடுப்பது இணைய முகவரிக்குச் சென்று பக்கத்தைப் படிப்பதோ அதன் நிரலை இயக்குவதோ அல்ல. அட்டவணை, அடிக்குறிப்பு, சிறப்பு எழுத்திற்குக் கூறப்பட்ட ஆதரவு வரம்பைப் பாருங்கள்.

சீராக்க வடிவத்தைத் தேர்ந்தெடுக்கும்போது அது மாற்றும் குறிகளைப் புரிந்துகொள்ளுங்கள். இணக்க வடிவம் சிறப்பு எழுத்தை மாற்றலாம். தெரியாத எல்லா எழுத்துகளும் தேவையற்றவை அல்ல; திசை, சொற்களைப் பிரியாமல் வைக்கும் குறி முக்கியமாகலாம். மறைந்த எழுத்து ஆய்வில் விருப்ப நீக்கம் U+200B மற்றும் BOM-க்கு மட்டுமே பொருந்தும். அறிக்கையும் நீக்கும் விதியும் வேறு என்பதைப் பார்த்து முடிவில் தேவையான பெயர்களைத் தேடுங்கள்.

தனியுரிமை அறிக்கையில் ஆசிரியர், குறிப்புகள், மறைந்த தாள் அல்லது வெளித் தொடர்பு இருந்தால் மூலத் திருத்தியில் ஆய்வு செய்யுங்கள். ஆய்வு செய்வது தானாக நீக்குவது அல்ல. மாற்றியபின் மீண்டும் பார்த்து வெளிப்படையாக இருக்கும் பெயர், தொடர்புத் தகவலையும் வாசியுங்கள். வெற்று அறிக்கை எல்லா தனிப்பட்ட தகவலும் இல்லை என்பதற்கான சான்றாகாது.

உள்ளீடும் வெளியீடும்: ஓர் எடுத்துக்காட்டு

ஒரே bytes + வேறு பெயர் → duplicate-group CSV

எடுத்துக்காட்டுகள் செயல்முறையை விளக்குகின்றன. முடிவு அசல் கோப்பையும் தேர்ந்தெடுத்த அமைப்புகளையும் பொறுத்தது.

சேமிக்கும் முன் முடிவைச் சரிபார்த்தல்

எதை வைப்பது முடிவெடுக்கும்முன் group பெயர், bytes, hash ஒப்பிடுங்கள். Unique file-மும் report-இல் வரும்; எல்லாத் தேர்வும் ஆய்வானதா உறுதிசெய்யுங்கள்.

எதிர்பார்த்த முடிவு கிடைக்கவில்லையா?

ஒத்த படம் metadata/compression-ஆல் hash மாறலாம். தானாகத் தேர்ந்தெடுக்க/நீக்காது; அடுத்த cleanup-க்கு முன் இடமும் backup-மும் பாருங்கள்.

கவனிக்க வேண்டிய வரம்புகள்

  • பைட்டுகள் முழுமையாகப் பொருந்தும் நகல்களைக் கண்டறியும்; பார்க்க ஒத்த படங்களை அல்ல. எதையும் நீக்காது. அதிகபட்சம் 100 கோப்புகள், மொத்தம் 250 MB, ஒவ்வொன்றும் 60 MB.

அடுத்த செயலைத் தேர்ந்தெடுங்கள்

DOCX இலிருந்து உரை ஆக மாற்றவும்

சொற்களைப் பரிசீலிக்க DOCX body, ஆதரிக்கும் header/footer உரையை எடுக்கலாம். TXT font அல்லது page layout-ஐ உருவாக்காது; உள்ளடக்கத்தை அச்சுத் தோற்றத்திலிருந்து தனியாக ஒப்பிடுங்கள்.

வெற்று வரி, ஒற்றை வரி அல்லது section marker தேர்ந்தெடுக்கவும். Marker எடுக்கப்பட்ட பகுதிகளைக் குறிக்கும்; DOCX-இன் உண்மையான அச்சுப் பக்க எண்களை உருவாக்காது.

கருவியைத் திறக்கவும்

PPTX இலிருந்து உரை ஆக மாற்றவும்

Slide வாரியாக சொற்களைப் பார்ப்பதற்கு TXT உதவும். எடுக்கப்பட்ட வரிசை திரை இடத்துடன் பொருந்தும் என நினைக்காதீர்கள்; தலைப்பும் விளக்கமும் எப்படி இணைகிறது பாருங்கள்.

ஒவ்வொரு பகுதிக்கும் SLIDE label சேர்க்க slide-marker mode தேர்ந்தெடுக்கவும். தேவையில்லாவிட்டால் வெற்று வரி அல்லது ஒற்றை வரி பிரிப்பைப் பயன்படுத்துங்கள்.

கருவியைத் திறக்கவும்
Covertonநகல் கோப்புகளைக் கண்டறியவும்
கருவியைத் திறக்கவும்

இந்த வழிகாட்டி உலாவியில் கிடைக்கும் பொதுக் கருவிக்கானது. அசல் கோப்பை வைத்திருங்கள்; பகிரும் முன் வெளியீட்டைச் சரிபாருங்கள்.

இந்த மொழிபெயர்ப்பு மென்பொருள் உதவியுடன் தயாரிக்கப்பட்டது. ஆங்கிலப் பதிப்பையும் படிக்கலாம். ஆங்கிலத்தில் படிக்கவும்