Localizador de ficheiros duplicados

Sobre o localizador de duplicados

Os duplicados acumulam-se em silêncio. Copia uma pasta de fotografias "por precaução", uma transferência corre duas vezes e deixa fatura (1).pdf, uma cópia de segurança é reposta no sítio errado — e anos depois um disco está cheio de ficheiros que já tinha. Esta ferramenta encontra-os: escolha uma pasta e ela indica cada conjunto de ficheiros idênticos, quantas cópias existem e quanto espaço recuperaria.

Idêntico quer dizer byte a byte, não "parece igual". Duas fotografias do mesmo momento são dois ficheiros diferentes e nunca são indicadas como duplicados. Duas cópias do mesmo ficheiro são, chamem-se como se chamarem e estejam na subpasta que estiverem.

A pasta é lida dentro do navegador. Nada é enviado, e a ferramenta tem acesso apenas de leitura — não consegue apagar nada, que é precisamente porque lhe entrega uma lista para verificar em vez de fazer desaparecer ficheiros em silêncio.

Como decide que dois ficheiros são iguais

Comparar cada ficheiro com todos os outros demoraria uma eternidade numa pasta grande, por isso a ferramenta trabalha em três passagens e deita trabalho fora em cada uma.

• Primeiro o tamanho. Dois ficheiros de comprimentos diferentes não podem ser idênticos. Só isto exclui a esmagadora maioria de uma pasta típica e não custa nada — os tamanhos já são conhecidos
• Depois os primeiros 64 KB. Ficheiros do mesmo tamanho mas diferentes costumam divergir logo no início: JPEG de máquina fotográfica, arquivos com enchimento, documentos feitos a partir de um modelo. Calcular o hash só do início separa-os sem ler o resto
• Por fim o ficheiro inteiro. Apenas para os poucos que ainda coincidem, para que a leitura cara recaia em candidatos reais e em mais nada

O hash é SHA-256, calculado pela criptografia integrada do seu navegador. Para dois ficheiros diferentes serem indicados como duplicados teriam de partilhar um resumo de 256 bits, o que na prática não acontece.

Como usar

• Carregue em Escolher uma pasta e selecione a que quer verificar. O navegador vai pedir autorização para a ler
• Aguarde que as passagens terminem — a barra de progresso corresponde ao hash, a parte lenta
• Leia os grupos. Cada um mostra as cópias encontradas, com a que se mantém assinalada
• Escolha que cópia manter — a mais recente, a mais antiga, a de caminho mais curto ou a mais próxima da pasta principal
• Leve o resultado — copie a lista, transfira um CSV ou obtenha um script de eliminação

Escolher que cópia manter

A ferramenta nunca decide por si qual o ficheiro que interessa; limita-se a marcar um por grupo, para que os restantes fiquem claramente identificados.

• A mais recente — manter a cópia modificada mais recentemente. A escolha habitual se tem trabalhado num único sítio
• A mais antiga — manter o original. Útil quando as cópias foram feitas por software que reiniciou as datas
• Caminho mais curto — manter a menos aninhada, normalmente o sítio "verdadeiro" e não uma pasta de cópia de segurança
• A mais próxima da pasta principal — manter a que está mais perto da pasta que escolheu

Mudar isto apenas volta a etiquetar os grupos. Não repete a análise, por isso pode alternar de imediato.

Reduzir a procura

• Ignorar ficheiros com menos de (KB) — saltar ficheiros pequenos. Uma pasta de código ou de miniaturas terá centenas de ficheiros minúsculos idênticos que só atrapalham; ponha 100 para ver apenas o que vale a pena recuperar
• Apenas estes tipos — jpg, png para fotografias, mp4, mov para vídeo, pdf para documentos. Pontos opcionais, maiúsculas indiferentes

Os ficheiros de zero bytes são sempre ignorados. Qualquer ficheiro vazio é idêntico byte a byte a qualquer outro ficheiro vazio, e indicá-los enterraria os resultados verdadeiros.

O script de eliminação

Apagar é a única coisa verdadeiramente irreversível aqui, por isso o script chega com todas as eliminações comentadas. Abre-o, lê a lista, retira o REM (Windows) ou o # (Mac e Linux) das linhas que realmente quer, e executa-o você. Até lá não acontece nada.

É deliberado. Uma página web capaz de apagar ficheiros do seu PC assim que carrega num botão seria má ideia por mais cuidadoso que fosse o código — esta não consegue, e o último passo é seu.

Para que serve

• Recuperar espaço num disco de fotografias copiado entre computadores durante anos
• Limpar uma pasta de Transferências cheia de ficheiro (1).pdf, ficheiro (2).pdf
• Encontrar música duplicada por várias importações da mesma biblioteca
• Verificar se uma pasta de cópia de segurança guarda uma segunda cópia de coisas que nunca apagou
• Perceber o que ocupa mesmo espaço antes de comprar um disco maior

Duas formas de o navegador ler uma pasta

O Chrome, o Edge e o Opera têm um seletor de pastas a sério. A ferramenta percorre a pasta por si própria e lê os bytes de cada ficheiro diretamente: é o caminho mais rápido e o único que vê as subpastas vazias.

O Firefox e o Safari usam o antigo controlo de carregamento de pastas. O navegador entrega todos os ficheiros da árvore de uma vez. A deteção funciona exatamente igual — cada ficheiro continua a ser lido e processado na página — mas a árvore inteira é carregada primeiro, por isso uma pasta muito grande demora mais a arrancar.

Bom saber

• Nada é enviado. A leitura e o hash acontecem os dois na página — pode acompanhar o separador de rede
• A ferramenta tem acesso apenas de leitura. Não consegue criar, mudar o nome, mover nem apagar um único ficheiro
• O hash lê todos os ficheiros candidatos, por isso uma pasta com muitos ficheiros grandes do mesmo tamanho demora. As passagens de tamanho e de início existem precisamente para tornar isso raro
• Pastas muito grandes são limitadas a 200 000 itens para a página não bloquear
• Ficheiros que o navegador não consegue abrir (bloqueados, em uso, ou numa pasta de sistema protegida) são ignorados em vez de indicados erradamente
• O CSV inclui uma marca de ordem de bytes para que nomes acentuados ou não latinos abram corretamente no Excel

Ferramentas relacionadas

• Lista de pastas e ficheiros — listar tudo o que há numa pasta e copiar
• Comparar duas pastas — ver o que difere entre duas pastas
• Renomear ficheiros em lote — renomear uma pasta inteira de uma vez
• Gerador de hash — soma de verificação de um texto ou ficheiro