查找重复文件:检查原始字节
当字节相同时,具有不同名称的文件可以属于一个重复组。这不会判断视觉相似性,因此同一照片的编辑或重新压缩副本可能会保持独立。

如何使用这个工具
- 添加文件以比较重复项。
- 确认清单并进行检查。
- 检查组名称、大小和哈希值。
- 下载检查CSV。
选择正确的设置
添加您想要比较的每个文件,并检查是否丢失了可疑的副本。该工具在没有相似性阈值的情况下计算 SHA-256,从而使实际文件内容而不是文件名成为比较基础。
- 支持的输入
- *
处理前的准备
分别准备文字内容与原始页面布局
文档处理中,先决定需要可复用文字,还是原来的页面外观。把文字送入另一编辑器,可以检查提取的内容;正式提交的版式、图表位置重要时,仍需查看原件。改文件扩展名不会使旧格式变成另一种文档,应按当前工具的支持类型准备。保护文件和旧式二进制文档也不能默认可读。普通文本输出通常不重建字体和分页,因而应把文字核对与排版核对分开,不要用文字读得通来说明原始结构已经完整复制。
在原文档中找到标题、正文、表格、页眉页脚等必要部分。内部存储顺序可能与屏幕阅读顺序不同,多文本框幻灯片、电子书脚注和表格列标题尤其需要注意。若可选区段标记或幻灯片标记,应选方便回查原文的分隔方式。标记表示提取的段落或内部部分,不必等于真实印刷页号。提前知道文字原来属于哪一页或哪一栏,能在结果顺序改变时分辨是位置变化还是内容缺失,而不是只调整输出中的空行。
整理文字前,先检查换行和空格的作用。段落内的显示换行可以需要合并,诗歌、清单和表格则可能依赖原来的行结构。地址、代码前后的空格也不能一律丢弃。排序可能改变优先顺序,视觉相同的字还可能由不同Unicode序列组成。姓名或标识符的原写法应保存在副本里,变化后逐项比较。工具对行结构的处理不等于理解句意或自动改正拼写,应明确当前操作改变什么,避免把重要分隔与无用空白混在一起。
文件列表任务还要区分比较内容与统一名称。两张照片看起来一样,元数据或压缩不同也可能使字节不同。编号命名时先核对输入顺序和扩展名,保留旧名到新名的对应清单。下载副本改名,与直接改动设备上的原件,是不同事情。生成报告或改名副本不代表会自动选择和删除重复文件。决定保留哪个原件之前,应结合存放位置与所需内容检查,不能只因某组被标为重复,就把同组所有文件都当作可舍弃对象。
核对遗漏内容、阅读顺序和隐藏信息
保存文本后,不只看开头结尾,还要抽查重要表格和多个文本框的部分。标题后是否跟正确说明,数字是否混到另一行或列,都应对照原文。图片里的字、图形、公式和部分备注可能缺失。句子断开时,区分内容没取到与分隔符造成的难读;必要内容回原编辑器确认。仅把输出排成整齐段落,不会补回漏掉的文字。正文看似完整时,仍要检查页眉、表格和其他此次用途需要的部分,不能用一个段落的正确性代表全文。
HTML或Markdown还应在最终分发的位置打开。相对图片路径和链接,移动文件后可能不能按原来方式显示。浏览器中核对标题、列表、代码块与图片,并测试实际链接目标。保存HTML提取文字,不等于访问网址或执行JavaScript获取页面内容。结果为空时先看源文件是否真的包含所需正文。扩展语法的表格、脚注或公式也应按当前支持范围检查,不能因为原渲染器显示过,就认为生成文件会完整复现同样的结构与行为。
Unicode或不可见字符报告应连同原位置阅读。外观不变不代表修改总是适合,兼容性规范化还可能改变特殊符号和全角形式。报告列出的每种字符也不一定属于可删除集合,方向控制和不换行空格有时有具体用途。已被错误编码损坏的文字,不是通过规范化就能修复的问题。先识别字符位置和原意,再决定是否处理,并在实际搜索框或输入字段中测试。不要把检测清单直接当作应全部删除的清单。
检查隐藏信息时,在原编辑器中寻找报告的路径和项目。作者、批注、隐藏工作表或外部链接的检查,并不自动删除这些内容。需要的部分修改后应再次检查,页面上可见的姓名和联系方式也要另看。打不开时先确认支持格式和加密状态。空报告不能证明内容无遗漏、个人信息已清除或整份文档安全;应理解报告覆盖范围,结合可见内容判断。文件检查、文字提取与隐私清理是不同环节,不能因为其中一个结束就当作全部完成。
输入和输出示例
相同的比特与不同的名称 → 双重组 CSV示例描述了工作流程。结果取决于源文件和设置。
保存前检查结果
在决定保留哪些内容之前,比较每个报告的重复组中的名称、字节数和哈希值。报告中也会保留唯一的文件,使您能够确认所有选定的文件都已被检查。
结果与预期不符时
显然,相同的照片可能在元数据或压缩方面有所不同,因此具有不同的文件哈希值。结果不会自动选择或删除文件,因此在任何后续清理之前请检查位置和备份。
使用限制
- 查找精确的字节重复项,而不是视觉上相似的图像。不删除任何内容。最多 100 文件,总计 250 MB,每个 60 MB。
选择下一项处理
本指南介绍可在浏览器中使用的公共工具。请保留原文件副本,并在分享前检查处理结果。
此翻译是在软件协助下完成的。您也可以阅读英文版本。 阅读英文