Localizando e removendo arquivos duplicados no osx com um script

Question

De: link Como modifico isso para excluir apenas a primeira versão do arquivo que ele vê.

Abra o Terminal do Spotlight ou a pasta Utilities Mude para o diretório (pasta) que você deseja pesquisar (incluindo subpastas) usando o comando cd. No prompt de comando, digite cd, por exemplo, cd ~ / Documents para alterar o diretório para sua pasta de documentos inicial No prompt de comando, digite o seguinte comando:

find . -size 20 \! -type d -exec cksum {} \; | sort | tee /tmp/f.tmp | cut -f 1,2 -d ' ' | uniq -d | grep -hif – /tmp/f.tmp > duplicates.txt

Esse método usa uma soma de verificação simples para determinar se os arquivos são idênticos. Os nomes dos itens duplicados serão listados em um arquivo chamado duplicates.txt no diretório atual. Abra isto para ver os nomes de arquivos idênticos Agora existem várias maneiras de excluir as duplicatas. Para excluir todos os arquivos no arquivo de texto, no prompt de comando, digite:

while read file; do rm "$file"; done < duplicates.txt

    

Answer 1

Primeiramente, você terá que reordenar a primeira linha de comando para que a ordem dos arquivos encontrados pelo comando find seja mantida:

find . -size 20 ! -type d -exec cksum {} \; | tee /tmp/f.tmp | cut -f 1,2 -d ‘ ‘ | sort | uniq -d | grep -hif – /tmp/f.tmp > duplicates.txt

(Nota: para fins de teste na minha máquina eu usei find . -type f -exec cksum {} \; )

Em segundo lugar, uma forma de imprimir todas, menos a primeira duplicada, é usar um arquivo auxiliar, digamos /tmp/f2.tmp . Então poderíamos fazer algo como:

while read line; do
    checksum=$(echo "$line" | cut -f 1,2 -d' ')
    file=$(echo "$line" | cut -f 3 -d' ')

    if grep "$checksum" /tmp/f2.tmp > /dev/null; then
        # /tmp/f2.tmp already contains the checksum
        # print the file name
        # (printf is safer than echo, when for example "$file" starts with "-")
        printf %s\n "$file"
    else
        echo "$checksum" >> /tmp/f2.tmp
    fi
done < duplicates.txt

Apenas certifique-se de que /tmp/f2.tmp exista e esteja vazio antes de executar isso, por exemplo, através dos seguintes comandos:

rm /tmp/f2.tmp
touch /tmp/f2.tmp

Espero que isso ajude =)

    

Answer 2

Outra opção é usar fdupes:

brew install fdupes
fdupes -r .

fdupes -r . encontra arquivos duplicados recursivamente no diretório atual. Adicione -d para deletar as duplicatas - você será perguntado quais arquivos manter; se em vez disso você adicionar -dN , o fdupes sempre manterá o primeiro arquivo e excluirá outros arquivos.

    

Answer 3

Eu escrevi um script que renomeia seus arquivos para corresponder a um hash do conteúdo deles.

Ele usa um subconjunto de bytes do arquivo para que seja rápido e, se houver uma colisão, ele anexará um contador ao nome assim:

3101ace8db9f.jpg
3101ace8db9f (1).jpg
3101ace8db9f (2).jpg

Isso torna mais fácil revisar e excluir duplicatas por conta própria, sem confiar no software de outra pessoa com suas fotos mais do que o necessário.

Script: link

    

Answer 4

Isso é feito com a ajuda do EagleFiler.

tell application "EagleFiler"

      set _checksums to {}
      set _recordsSeen to {}
      set _records to selected records of browser window 1
      set _trash to trash of document of browser window 1
      repeat with _record in _records
          set _checksum to _record's checksum
          set _matches to my findMatch(_checksum, _checksums, _recordsSeen)
          if _matches is {} then
              set _checksums to {_checksum} & _checksums
              set _recordsSeen to {_record} & _recordsSeen
          else
              set _otherRecord to item 1 of _matches
              if _otherRecord's modification date > _record's modification date 
then

            set _record's container to _trash
            else
                set _otherRecord's container to _trash
                set _checksums to {_checksum} & _checksums
                set _recordsSeen to {_record} & _recordsSeen
            end if
        end if
    end repeat
end tell

on findMatch(_checksum, _checksums, _recordsSeen)

    tell application "EagleFiler"
        if _checksum is "" then return {}
        if _checksums contains _checksum then
            repeat with i from 1 to length of _checksums
                if item i of _checksums is _checksum then
                    return item i of _recordsSeen
                end if
            end repeat
        end if
        return {}
    end tell

end findMatch