桌面应用【免费下载链接】dupeguruFind duplicate files项目地址https://gitcode.com/gh_mirrors/du/dupeguru点击查看免费下载dupeGuru 是一款跨平台Windows / macOS / Linux的开源重复文件查找工具。本文以官方 FAQ 为骨架结合仓库源码core/app.py、core/engine.py、core/directories.py 等深入讲解它是什么、为什么安全、以及如何解决参考文件无法标记状态栏出现 discarded 提示批量清理指定文件夹重复文件等高频实战问题。读完本文你将掌握 dupeGuru 的版本差异、扫描逻辑、参考Reference机制以及一套可复制的扫描后筛选—标记—批量处理工作流。dupeGuru 是什么标准版、音乐版与图片版dupeGuru 用于查找电脑上的重复文件共有三种运行模式对应源码 core/app.py 中的AppMode.STANDARD、AppMode.MUSIC、AppMode.PICTURE标准版SE按文件名或文件内容查找任意类型文件的重复项。文件名查找基于模糊匹配算法因此偶尔会给出非精确匹配——两个文件名字相同但内容并不相同的情况很常见。音乐版ME专门查找音乐文件重复项可以依据文件名、标签tags与内容进行校验。文件名与标签的匹配同样采用非精确算法因此可能找到实际上并不相同的匹配。图片版PE专门查找图片文件重复项不仅支持精确匹配还能找出**不同质量、不同格式PNG、JPG、GIF 等**的相似图片。这一点在官方 FAQ 中反复强调也是 PE 最独特的卖点。从源码看三种模式的区别贯穿整个架构扫描器通过SCANNER_CLASS属性动态选择core/app.py结果表、文件类fileclasses、需要读取的元数据METADATA_TO_READ见 core/app.py也各不相同——音乐版会读取时长、比特率、采样率、标题、艺术家等标签字段图片版则会读取尺寸、EXIF 时间戳等。这意味着选择不同的应用模式会同时改变可用的扫描类型和偏好设置项。dupeGuru 有何独特之处官方 FAQ 的回答是它极度可定制。扫描选项非常精细你可以自行调整以获得真正想要的结果。更具体的选项说明见 preferences.rst如过滤硬度 Filter Hardness、词加权、相似词匹配等。扫描类型的细节可参考 scan.rst。从源码看这种精细体现在引擎层的模糊匹配实现core/engine.py中的getwords()会把文件名做 Unicode NFD 分解、把- _ ( ) : ; \ [ ] { } . , / ? ~ ! # $ *等字符替换为空格并转小写compare()计算两个文件单词的匹配百分比0–100getmatches()则通过倒排词表word dict高效地对所有候选文件两两比较并支持match_similar_words用difflib.get_close_matches合并相似词、weight_words长词权重更高等开关core/engine.py、core/engine.py。这正是标准版/音乐版模糊匹配能力的底层来源。使用 dupeGuru 有多安全FAQ 的结论是非常安全。安全性由两套机制共同保证参考文件夹Reference Folder系统你可以把某些文件夹设为 Reference 状态dupeGuru 就绝不允许你删除其中的文件详见下文如何保护特定文件夹。组参考Group Reference系统保证每个重复组中至少保留一个成员即参考文件 reference你无法把组里的参考文件也一并标记删除。这两套机制在源码中均有对应实现文件夹状态由 core/directories.py 的DirectoryState枚举定义NORMAL/REFERENCE/EXCLUDED参考文件不可标记由 core/results.py 的_is_markable()保证——dupe.is_ref的文件直接返回False即标记框被禁用。许可限制试用模式与免费版FAQ 提到试用模式下你同时只能对 10 个重复文件执行操作程序免费版则没有实质性限制。这是官方文档层面的说明亚美尼亚语 FAQ 第 28-29 行撰写时以官方渠道公布的信息为准实际能力以你安装的发行版为准。实战问题一删除标记框是灰的无法标记参考文件问题现象某个你想删除的文件的标记框不可用。原因与解决每个重复组的参考文件组中第一个文件不能被标记——这是防止你连参考文件一起删掉的安全措施。如果你希望把某个参考文件也处理掉正确做法是先把它降级为重复文件在该组中选择一个你想提升promote为参考的重复文件点击Actions → Make Selected into Reference将选中项设为参考。如果参考文件来自参考文件夹文件名以蓝色显示则无法从参考位置移除它。对应源码见 core/app.py 的make_selected_reference()它会把选中的重复文件提升为组内的Group.ref同时通过 core/engine.py 的switch_ref()调整组内顺序。实战问题二如何保护某个文件夹确保永远不从中删除文件如果你希望 dupeGuru永远不会删除某个文件夹里的文件只需在 文件夹选择界面 中把该文件夹的状态设置为Reference参考。文件夹共有三种状态core/directories.py状态含义Normal该文件夹中的重复文件可以被删除Reference该文件夹中的重复文件不能被删除其中的文件只能占据重复组的参考位置若同一组中出现多个来自参考文件夹的文件只保留一个其余会被移出该组Excluded该文件夹不参与扫描状态会沿目录树向下继承当你设置某个目录的状态后其所有子文件夹自动继承除非你显式覆盖某个子文件夹的状态。源码中状态查找由 core/directories.py 的get_state()实现——先精确匹配再向父路径回溯这保证了继承语义。实战问题三状态栏中的(X discarded)是什么现象扫描完成后状态栏显示类似3 / 10 (2 discarded)的提示。原因某些匹配对因安全原因被排除在最终结果之外。官方 FAQ 用一个经典例子说明亚美尼亚语 FAQ 第 39-41 行假设有 A、B、C 三个文件在低过滤硬度下扫描扫描器判定 A 与 B 匹配、A 与 C 匹配但B 与 C 不匹配。此时 dupeGuru 无法把 A、B、C 放进同一个重复组组内并非所有文件两两匹配它也不会创建 A-B、A-C 两个独立组——因为如果 B 与 C 不匹配很可能 B 或 C 本身并非真正的重复文件若建两个组你可能把 B 和 C 都删掉而其中一个并非重复。所以 dupeGuru 选择丢弃 A-C 这一对并在状态栏追加提示。如果你删除 B 后重新扫描A-C 就会出现在下一次结果中。源码验证discarded_file_count由扫描器计算core/scanner.py 附近即参与匹配的文件总数减去最终成组的文件数随后 core/app.py 的stat_line属性在计数非零时拼接(N discarded)后缀core/gui/stats_label.py 则负责把它刷新到状态栏。分组的安全逻辑则在 core/engine.py 的get_groups()中实现它会用discard_matches()清理未成组的孤儿匹配再对孤儿匹配递归建组。实战问题四如何标记某个文件夹里的所有文件目标是把某个文件夹中的所有重复文件全部标记出来推荐步骤开启Dupes Only仅显示重复项模式见 results.rst点击Folder文件夹列把重复文件按文件夹分组排序选中同一文件夹下的所有重复项按Space键把所有选中的重复项一并标记。Space 键的标记切换语义在源码中对应 core/app.py 的toggle_selected_mark_state()若所有选中项标记状态一致则统一切换否则统一置为标记。实战问题五批量移除偏离参考文件超过 300 KB的文件SE / PE场景你只想保留每个组里大小最接近参考文件的版本把相差超过 300 KB 的重复文件全部移出结果。官方 FAQSE/PE 部分给出的操作序列开启Dupes Only模式开启Delta Values差值显示模式点击Size大小列按大小排序结果选中所有大小差值低于-300的重复项点击Remove Selected from Results从结果中移除选中项选中所有大小差值大于300的重复项再次点击Remove Selected from Results。Delta Values 模式会把数值列显示为相对参考文件的差值如参考 1.4 MB、重复文件 1.2 MB 时显示 -0.2 MB并以橙色标出详见 results.rst 中.. _deltavalues:一节。差值排序的底层实现是 core/app.py 的_get_dupe_sort_key()当delta为真且排序键在DELTA_COLUMNS中时直接用重复文件值 − 参考文件值作为排序键。注意参考文件无法通过从结果中移除删除remove_selected会先经过without_ref()过滤core/app.py、core/app.py。实战问题六让最近修改的文件成为参考文件SE / PE场景删除重复项时希望保留最新修改的版本。官方 FAQ 操作序列开启Dupes Only模式开启Delta Values模式点击Modification修改时间列排序再次点击Modification 列反转排序方向降序选中所有修改时间差值大于 0的重复项点击Make Selected into Reference将选中项设为参考。必须降序的原因很微妙results.rst 有专门说明如果同一组中有多个文件被选中只有列表中排在最前面的那个会被提升为参考其余被忽略降序保证列表第一位恰好是最后修改的文件。对应源码为 core/app.py 的make_selected_reference()其中每个组只处理第一个选中项。类似的思路也适用于图片/音乐模式的定制化如让比特率最高的歌曲成为参考ME按 Bitrate 列降序、选中差值大于 0 的重复项、执行 Make Selected into Reference或让时长偏离参考超过 3 秒的歌曲移出结果ME开启 Delta Values 后按 Time 列排序分别选中低于 -00:03 与高于 00:03 的重复项并 Remove Selected from Results见亚美尼亚语 FAQ 第 74-93 行。实战问题七快速标记所有文件名含copy的重复项场景批量找出所有文件名带 copy 的重复文件并标记。官方 FAQ 给出两种入口不同平台 UI 略有差异其后的标记步骤一致Windows点击Actions → Apply Filter应用过滤器输入 copy点OKMac OS X在结果窗口右上角工具栏的Filter过滤输入框中直接输入 copy。然后点击Mark → Mark All标记全部。注意*是简单过滤模式下的通配符输入[*]会匹配文件名中带[...]的内容比如[live]、[remix]这正是移除[live]/[remix]版本的基础。过滤的源码实现是 core/results.py 的apply_filter()它用正则默认忽略大小写匹配每个重复项的完整路径只保留匹配的组与重复项。默认情况下输入内容会被escape()转义、仅*被当作通配符处理core/app.py勾选偏好设置中的Use regular expressions when filtering后则按完整正则解析。更进一步的清洗流程针对 ME 移除[live]/[remix]版本是输入[*]过滤Mark → Mark AllActions → Remove Selected from Results亚美尼亚语 FAQ 第 95-101 行。实战问题八无法把重复文件发送到回收站Trash最常见原因文件权限不足——你需要对目标文件拥有write写权限。如果对命令行不熟悉FAQ 建议使用图形化权限工具如 macOS 上的 BatChmod 类工具修改权限。如果修复权限后仍然失败官方 FAQ亚美尼亚语版给出一个变通思路改用Actions → Move Selected to...移动选中项到...先把文件移到一个临时文件夹再手动删除该临时文件夹。而英文版 FAQ 则补充了更直接的办法在发送到回收站时勾选Directly delete files直接删除文件——不经过回收站直接删除这在某些场景如网络存储 NAS下可以绕过正常删除的失败。图片版PE特殊情形如果你试图删除iPhoto图库中的图片而失败原因通常是 dupeGuru 无法与 iPhoto 正常协作。此时应确保扫描期间不要改动 iPhoto并在发送回收站之前先把 iPhoto 打开一次亚美尼亚语 FAQ 第 109-111 行。源码验证删除操作在 core/app.py 的_do_delete_dupe()中执行——默认走send2trash()失败时抛OSError勾选直接删除则走os.remove()/shutil.rmtree()删除选项对话框由 core/gui/deletion_options.py 管理其中direct即直接删除开关。若上述手段全部无效FAQ 建议联系官方支持渠道。延伸提示参考文件的选择规则与重优先化理解参考机制能帮你更好地掌控上述所有操作。默认情况下重复组中谁当参考取决于两点results.rst文件夹状态优先来自 Reference 文件夹的文件永远占据参考位置其次看大小若组内文件都来自普通文件夹dupeGuru 默认保留最大的文件作为参考。你随时可以通过Actions → Make Selected into Reference手动改换参考。更进一步dupeGuru 还内置了重优先化Re-prioritize能力分组后按任意标准如文件名最长/最短修改时间最新/最旧路径最长/最短文件大小最大/最小对组内成员重新排序从而批量决定参考位置。优先级类别定义在 core/prioritize.pyall_categories()返回 Kind、Folder、Filename、Size、Mtime 五类执行入口是 core/app.py 的reprioritize_groups()底层调用 core/engine.py 的Group.prioritize()。小结围绕官方 FAQ本文还原了 dupeGuru 的三大核心心智模型模式标准/音乐/图片决定扫描方式与可用选项、参考决定谁能删、谁能留是安全性的根基、差值Delta Values Dupes Only 组合出强大的扫描后筛选能力。无论你是想保护特定文件夹、批量清理偏离参考过大的文件还是让最新/最高质量的版本留到最后都可以套用同一条工作流开启 Dupes Only → 开启 Delta Values → 按目标列排序 → 区间选中 → 移除或提升为参考。更多细节可继续阅读仓库内的 folders.rst、results.rst 与 preferences.rst。赞分享桌面应用【免费下载链接】dupeguruFind duplicate files项目地址https://gitcode.com/gh_mirrors/du/dupeguru点击查看免费下载相关推荐如何安全删除RimSort中的游戏模组深度解析目录删除安全机制如何安全删除RimSort中的游戏模组深度解析目录删除安全机制 RimSort作为一款专业的RimWorld模组管理工具其目录删除安全机制设计充分考虑了玩家桌面应用游戏开发CLIFVM工作流深度解析揭秘Flutter版本管理的完整流程与缓存机制FVM工作流深度解析揭秘Flutter版本管理的完整流程与缓存机制 FVMFlutter Version Management是一个强大的Flutter版开发工具CLIdupeGuru 常见问题深度指南重复文件识别、安全性机制与结果筛选实战dupeGuru 常见问题深度指南重复文件识别、安全性机制与结果筛选实战 本文以 dupeGuru 官方法语 FAQ help/fr/faq.rst htt桌面应用上一篇Linux系统可视化实践MyViewOfLinuxSystems项目的绘制技巧下一篇S905L3-B 电视盒子刷 Armbian 保姆级实战从拆机短接到 eMMC 落地的 3 步创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考