Q

檢測文件是否重複，如果不是，則重命名

2010-12-18 87 views 0 likes

0

我有一些將文件移動到同一目錄的代碼。什麼是一個好策略：檢測文件是否重複，如果不是，則重命名

檢測文件是否是目錄中現有文件的副本？這是決定是刪除源還是乾脆離開它。
如果已經存在具有相同名稱但內容不同的目標文件，請重命名源文件？

2010-12-18 James P.

A

回答

2

檢測重複文件？

大多數編程語言都會有類似FileExists取一個文件名並返回一個布爾值，指示是否存在文件系統上給定名稱的文件的函數調用的東西。

處理名稱相同但內容不同的文件？

計算兩個文件的SHA1校驗和並比較這些散列。再次，大多數語言都會有一個sha1函數，它接收表示文件內容的字節數組，並返回表示SHA1哈希值的字節數組。

2010-12-18 16:48:45

+0

我測試目標文件是否已經存在。我想要做的是以下。如果目標文件存在且相同，則只需忽略源文件。如果目標文件存在但內容不同，請應用一致的重命名算法並在XML或DB中保留原始文件名的跟蹤。 – 2010-12-18 17:12:06

1

那麼，一個簡單的方法就是做一個cyclic redundancy check。有幾種語言具有實現此功能的功能。您也可以計算文件的md5總和。雖然這不是100％可靠的。

如果您需要檢查它們是否是IDENTICAL，則需要打開兩個文件的流，然後逐字節比較它們。

檢查重複的文件名是顯而易見的，比較它們。

編輯：如果您有很多文件，請比較文件大小。如果不匹配，則不能相等。

2010-12-18 16:50:34 alexn

+0

謝謝alexn。爲什麼CRC32和MD5不是100％可靠的？我目前正在使用md5來檢查文件是否已被正確複製爲故障安全。我還在考慮在添加文件時檢查MD5列表。但是，如果有大量文件，這種方法可能會變得效率低下。這可以通過使用算法來減少比較次數來解決。至於相同的文件名，我想保留一個原始文件名（可能在一個數據庫中）的痕跡，並用另一個名字複製它。 – 2010-12-18 17:05:00

+1

他們可能導致衝突。你處理的文件有多大？ – alexn 2010-12-18 17:07:04

1

如果您不需要原始文件名，作爲一個方便的方法，只需計算文件「content」的MD5或SHA1散列並將文件重命名爲它。 :-)

2010-12-18 17:16:34 Ehsan

+0

這不是一個壞主意。這會使文件名稱不易讀取，但會避免重複名稱。另外，如果alexn已經解釋了可以添加後綴，那麼會發生碰撞。 – 2010-12-18 17:19:13

相關問題