Localizador de arquivos duplicados

Sobre o localizador de duplicados

Os duplicados se acumulam em silêncio. Você copia uma pasta de fotos "por segurança", um download roda duas vezes e deixa fatura (1).pdf, um backup é restaurado no lugar errado — e anos depois um disco está cheio de arquivos que você já tinha. Esta ferramenta encontra todos eles: escolha uma pasta e ela mostra cada conjunto de arquivos idênticos, quantas cópias existem e quanto espaço você liberaria.

Idêntico quer dizer byte a byte, não "parece igual". Duas fotos do mesmo momento são dois arquivos diferentes e nunca aparecem como duplicados. Duas cópias do mesmo arquivo aparecem, não importa o nome nem a subpasta em que estejam.

A pasta é lida dentro do navegador. Nada é enviado, e a ferramenta tem acesso só de leitura — ela não consegue excluir nada, e é justamente por isso que te entrega uma lista para conferir em vez de sumir com arquivos em silêncio.

Como ela decide que dois arquivos são iguais

Comparar cada arquivo com todos os outros levaria uma eternidade numa pasta grande, então a ferramenta trabalha em três etapas e descarta trabalho em cada uma.

• Primeiro o tamanho. Dois arquivos de tamanhos diferentes não podem ser idênticos. Só isso já elimina a grande maioria de uma pasta típica e não custa nada — os tamanhos já são conhecidos
• Depois os primeiros 64 KB. Arquivos do mesmo tamanho mas diferentes costumam divergir logo no início: JPEG de câmera, arquivos compactados com preenchimento, documentos feitos a partir de um modelo. Calcular o hash só do início já separa esses arquivos sem ler o resto
• Por fim o arquivo inteiro. Só para os poucos que ainda coincidem, para que a leitura pesada fique só com os candidatos reais

O hash é SHA-256, calculado pela criptografia embutida no seu navegador. Para dois arquivos diferentes aparecerem como duplicados, eles teriam que ter o mesmo resumo de 256 bits, o que na prática não acontece.

Como usar

• Clique em Escolher uma pasta e selecione a que você quer verificar. O navegador vai pedir permissão para ler a pasta
• Espere as etapas terminarem — a barra de progresso acompanha o hash, que é a parte lenta
• Veja os grupos. Cada um mostra as cópias encontradas, com a que será mantida marcada
• Escolha qual 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, baixe um CSV ou gere um script de exclusão

Escolher qual cópia manter

A ferramenta nunca decide por você qual arquivo importa; ela só marca um por grupo, para que os outros fiquem bem identificados.

• A mais recente — manter a cópia modificada por último. A escolha comum se você vem trabalhando num lugar só
• A mais antiga — manter o original. Útil quando as cópias foram feitas por um programa que redefiniu as datas
• Caminho mais curto — manter a menos aninhada, normalmente o lugar "de verdade" e não uma pasta de backup
• A mais próxima da pasta principal — manter a que está mais perto da pasta que você escolheu

Mudar isso só remarca os grupos. A análise não é refeita, então você pode alternar na hora.

Refinar a busca

• Ignorar arquivos menores que (KB) — pular arquivos pequenos. Uma pasta de código ou de miniaturas vai ter centenas de arquivinhos idênticos que só atrapalham; coloque 100 para ver só o que vale a pena liberar
• Só estes tipos — jpg, png para fotos, mp4, mov para vídeo, pdf para documentos. O ponto é opcional e tanto faz maiúscula ou minúscula

Arquivos de zero bytes são sempre ignorados. Todo arquivo vazio é idêntico byte a byte a qualquer outro arquivo vazio, e listá-los enterraria os resultados de verdade.

O script de exclusão

Excluir é a única coisa realmente irreversível aqui, por isso o script vem com todas as exclusões comentadas. Você abre o script, lê a lista, tira o REM (Windows) ou o # (Mac e Linux) das linhas que realmente quer, e executa você mesmo. Até lá, nada acontece.

Isso é proposital. Uma página web capaz de excluir arquivos do seu PC com um clique num botão seria uma má ideia, por mais cuidadoso que fosse o código — esta não consegue, e o último passo é seu.

Para que serve

• Liberar espaço num disco de fotos copiado entre computadores durante anos
• Limpar uma pasta Downloads cheia de arquivo (1).pdf, arquivo (2).pdf
• Encontrar músicas duplicadas por várias importações da mesma biblioteca
• Verificar se uma pasta de backup guarda uma segunda cópia de coisas que você nunca excluiu
• Entender o que realmente ocupa 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 de verdade. A ferramenta percorre a pasta sozinha e lê os bytes de cada arquivo diretamente: é o caminho mais rápido e o único que enxerga subpastas vazias.

O Firefox e o Safari usam o antigo controle de upload de pastas. O navegador entrega todos os arquivos da árvore de uma vez. A detecção funciona exatamente igual — cada arquivo continua sendo lido e processado na página — mas a árvore inteira é carregada primeiro, então uma pasta muito grande demora mais para começar.

Bom saber

• Nada é enviado. A leitura e o hash acontecem na página — você pode acompanhar pela aba Rede
• A ferramenta tem acesso só de leitura. Ela não consegue criar, renomear, mover nem excluir um único arquivo
• O hash lê todos os arquivos candidatos, então uma pasta com muitos arquivos grandes do mesmo tamanho demora. As etapas de tamanho e de início existem justamente para tornar isso raro
• Pastas muito grandes são limitadas a 200 000 itens para a página não travar
• Arquivos que o navegador não consegue abrir (bloqueados, em uso ou numa pasta de sistema protegida) são ignorados em vez de listados errado
• O CSV inclui uma marca de ordem de bytes para que nomes com acento ou não latinos abram corretamente no Excel
• Funciona em Windows, macOS, Linux e ChromeOS — é uma página web, então não há nada para instalar nem para manter atualizado. Não funciona em iPhone, iPad ou Android: os navegadores de celular não têm como entregar uma pasta a uma página web.

Ferramentas relacionadas

• Lista de pastas e arquivos — listar tudo o que há numa pasta e copiar
• Comparar duas pastas — ver o que é diferente entre duas pastas
• Renomear arquivos em lote — renomear uma pasta inteira de uma vez
• Gerador de hash — checksum de um texto ou arquivo