Buscador de archivos duplicados

Sobre el buscador de duplicados

Los duplicados se acumulan en silencio. Copias una carpeta de fotos «por si acaso», una descarga se ejecuta dos veces y deja factura (1).pdf, una copia de seguridad se restaura en el sitio equivocado, y años después el disco está lleno de archivos que ya tenías. Esta herramienta los encuentra: elige una carpeta y te informa de cada conjunto de archivos idénticos, cuántas copias hay y cuánto espacio recuperarías.

Idéntico significa byte a byte, no «se parece». Dos fotos del mismo momento son dos archivos distintos y nunca se informan como duplicados. Dos copias del mismo archivo sí, se llamen como se llamen y estén en la subcarpeta que estén.

La carpeta se lee dentro del navegador. No se sube nada y la herramienta tiene acceso de solo lectura: no puede borrar nada, que es justo por lo que te entrega una lista para revisar en vez de eliminar archivos por su cuenta.

Cómo decide que dos archivos son iguales

Comparar cada archivo con todos los demás tardaría una eternidad en una carpeta grande, así que trabaja en tres pasadas y descarta trabajo en cada una.

• Primero el tamaño. Dos archivos de longitudes distintas no pueden ser idénticos. Solo con esto se descarta la inmensa mayoría de una carpeta normal, y no cuesta nada: los tamaños ya se conocen
• Después los primeros 64 KB. Los archivos del mismo tamaño pero distintos suelen diferir cerca del principio: JPEG de cámara, archivos comprimidos con relleno, documentos hechos con una plantilla. Calcular el hash solo del principio los separa sin leer el resto
• Y por último el archivo entero. Solo para los pocos que siguen coincidiendo, de modo que la lectura costosa recae en candidatos reales y en nada más

El hash es SHA-256, calculado por la criptografía integrada de tu navegador. Para que dos archivos distintos se informaran como duplicados tendrían que compartir un resumen de 256 bits, algo que no ocurre en la práctica.

Cómo se usa

• Pulsa Elegir una carpeta y selecciona la que quieras revisar. El navegador te pedirá permiso para leerla
• Espera a que terminen las pasadas — la barra de progreso corresponde al hash, que es la parte lenta
• Lee los grupos. Cada uno muestra las copias encontradas, con la que se conserva marcada
• Elige qué copia conservar — la más nueva, la más antigua, la de ruta más corta o la más cercana a la carpeta principal
• Llévate el resultado — copia la lista, descarga un CSV o descarga un script de borrado

Elegir qué copia conservar

La herramienta nunca decide por ti qué archivo importa; solo marca uno por grupo como el que se queda, para que los demás queden claramente etiquetados.

• La más nueva — conservar la copia modificada más recientemente. La opción habitual si has estado trabajando en un solo sitio
• La más antigua — conservar el original. Útil cuando las copias las hizo un programa que reinició las fechas
• Ruta más corta — conservar la que está menos anidada, normalmente el sitio «de verdad» y no una carpeta de copia de seguridad
• La más cercana a la carpeta principal — conservar la que esté más cerca de la carpeta que elegiste

Cambiar esto solo reetiqueta los grupos. No vuelve a analizar nada, así que puedes alternar al instante.

Acotar la búsqueda

• Ignorar archivos de menos de (KB) — saltarse los archivos pequeños. Una carpeta de código o de miniaturas tendrá cientos de archivos diminutos idénticos que solo estorban; pon 100 para ver únicamente lo que merece la pena
• Solo estos tipos — jpg, png para fotos, mp4, mov para vídeo, pdf para documentos. Los puntos son opcionales y no importan las mayúsculas

Los archivos de cero bytes siempre se omiten. Todo archivo vacío es idéntico byte a byte a cualquier otro archivo vacío, así que informarlos enterraría los resultados de verdad.

El script de borrado

Borrar es lo único realmente irreversible aquí, así que el script llega con todos los borrados comentados. Lo abres, lees la lista, quitas el REM (Windows) o el # (Mac y Linux) de las líneas que de verdad quieres, y lo ejecutas tú. Hasta entonces no pasa nada.

Es deliberado. Una página web capaz de borrar archivos de tu PC en cuanto pulsas un botón sería mala idea por muy cuidadoso que fuera el código; esta no puede, y el último paso es tuyo.

Para qué te sirve

• Recuperar espacio en un disco de fotos copiado entre ordenadores durante años
• Limpiar una carpeta de Descargas llena de archivo (1).pdf, archivo (2).pdf
• Encontrar la música duplicada por varias importaciones de la misma biblioteca
• Comprobar si una carpeta de copia de seguridad guarda una segunda copia de cosas que nunca borraste
• Averiguar qué ocupa realmente espacio antes de comprar un disco más grande

Dos maneras de leer una carpeta

Chrome, Edge y Opera tienen un selector de carpetas de verdad. La herramienta recorre la carpeta por su cuenta y lee los bytes de cada archivo directamente: es la vía más rápida y la única que ve las subcarpetas vacías.

Firefox y Safari usan el control antiguo de subida de carpetas. El navegador entrega todos los archivos del árbol de golpe. La detección funciona igual —cada archivo se lee y se procesa en la página— pero el árbol entero se carga antes de empezar, así que una carpeta muy grande tarda más en arrancar.

Conviene saber

• No se sube nada. La lectura y el cálculo del hash ocurren en la página; puedes vigilar la pestaña de red
• La herramienta tiene acceso de solo lectura. No puede crear, renombrar, mover ni borrar ni un solo archivo
• El hash lee cada archivo candidato, así que una carpeta con muchos archivos grandes del mismo tamaño tarda. Las pasadas de tamaño y de principio existen precisamente para que eso sea raro
• Las carpetas muy grandes se limitan a 200.000 elementos para que la página no se congele
• Los archivos que tu navegador no puede abrir (bloqueados, en uso o en una carpeta de sistema protegida) se omiten en lugar de informarse mal
• El CSV incluye una marca de orden de bytes para que los nombres con tildes o de otros alfabetos se abran bien en Excel

Herramientas relacionadas

• Lista de carpetas y archivos — listar todo lo que hay en una carpeta y copiarlo
• Comparar dos carpetas — ver qué difiere entre dos carpetas
• Renombrar archivos en lote — renombrar una carpeta entera de una vez
• Generador de hash — suma de comprobación de un texto o un archivo