Jak najít duplicitní soubory a bezpečně uvolnit místo na disku

Duplicitní soubor je soubor, jehož obsah se bajt po bajtu shoduje s jiným souborem. Stejný název nestačí a stejná velikost také ne. Skutečné duplicity najdete tak, že soubory seskupíte podle velikosti a pak porovnáte otisk obsahu každého z nich. Než smažete jakoukoli kopii, ověřte, že zůstane jedna dobrá kopie a že záloha obsahuje zbytek.

Najít duplicitní souboryStejné soubory uložené dvakrátVyzkoušet zdarma

Proč může mít stejná velikost přesto jiné soubory

Velikost je počet bajtů v souboru. Dva soubory se mohou shodovat náhodou, nebo proto, že mají pevně danou strukturu: šablonu formuláře, uloženou hru s pevnou délkou nebo dokument, kde se změnila jedna číslice z 12 na 13. Velikost zůstane stejná, obsah ale ne.

Název spolehlivější není. Soubor „foto (1).jpg“ může být jiný obrázek než „foto.jpg“ a dva soubory „rozpocet.xlsx“ v různých složkách mohou obsahovat různá čísla. Velikost použijte k zúžení seznamu a o shodě rozhodněte podle obsahu.

Jak hash dokáže, že se dva soubory shodují

Hashovací funkce přečte každý bajt souboru a vytvoří krátký otisk pevné délky. Běžně se používá SHA-256. Vždy dá 64 hexadecimálních znaků (číslice 0 až 9 a písmena a až f), bez ohledu na velikost souboru. Změníte-li jediný bajt, otisk se zcela změní.

Dva soubory se stejným otiskem SHA-256 jsou tedy pro praktické účely totožné. Není známý žádný postup, jak by dva různé soubory záměrně vytvořily stejný SHA-256.

Čtení celého souboru je pomalá část, proto dobré vyhledávání funguje ve fázích:

Seskupte soubory podle velikosti. Soubor, jehož velikost nesdílí žádný jiný soubor, nemůže být duplicitou, takže se přeskočí.
Otiskněte jen soubory, které zůstaly v jednotlivých skupinách.
Soubory se stejným otiskem jsou duplicity.

Podobné fotky jsou jiná úloha

Fotka odeslaná přes messagingovou aplikaci je obvykle znovu komprimovaná a uložená znovu. Její bajty se změní, a tedy se změní i její otisk. Dvě fotky stejné scény, z nichž jedna je zmenšená nebo oříznutá, vypadají pro vás stejně, ale obsahují různé bajty. Vyhledávač přesné shody je označí za různé.

U těchto fotek porovnejte zrak. Otevřete je vedle sebe v prohlížeči a ponechte větší a ostřejší. Menší kopie mažte až po tom, co jste je prohlédli.

Porovnání složky se zálohou

Než z pracovní složky cokoli smažete, ověřte, že to záloha má. Porovnejte obě složky a zjistěte, co je jen na jedné straně, co se změnilo a co bylo přesunuto.

Záleží na dvou režimech:

Rychlý režim páruje soubory podle cesty. Dva soubory označí za shodné, když se shodují velikosti, a mezi dvěma složkami také tehdy, když se shodují časy poslední úpravy. Je rychlý, ale změněný soubor, jehož velikost i čas zůstanou stejné, může proklouznout.
Kontrola obsahu přečte každý soubor, jehož velikost se shoduje na obou stranách, a porovná otisky SHA-256. Najde změnu, která zachovala velikost, a najde soubory, které byly přesunuty nebo přejmenovány.

Před tím, než se na zálohu spolehnete, použijte kontrolu obsahu. Nejdůležitější je řádek „jen v A“: tyto soubory na druhé straně kopii nemají.

Co zaplňuje disk

Disky se plní na několika předvídatelných místech: staré videa, zálohy telefonu, složka stažených souborů plná instalátorů, obrazy disků a celé kopie složek pro jistotu. Nejdřív se podívejte, co zabírá místo. Ukáže největší složky, takže začnete tam, kde je místo obsazeno, a nebudete mazat soubory náhodně.

Duplicity plýtvají místem úměrně své velikosti. Video o velikosti 4 GB (4 gigabajty), uložené třikrát, zabírá 12 GB. Ponecháte-li jednu kopii, uvolníte 8 GB.

Bezpečné smazání přebytečných kopií

Prohlédněte si každou skupinu shodných souborů. Rozhodněte, kterou kopii ponechat: tu ve složce, kterou skutečně používáte, nebo tu s nejjasnějším názvem.
Otevřete kopii, kterou ponecháte. Ověřte, že se otevře a vypadá správně.
Zkontrolujte zálohu. Porovnejte složky a ověřte, že záloha daný soubor obsahuje.
Přebytečné kopie přesuňte do Koše, ne je trvale smažte. Koš vyprázdněte až po několika dnech běžného používání, kdy nic nechybí.
Vyprázdněte koš. Přesun souborů do koše neuvolní místo na disku, dokud koš nevyprázdníte.

Zvláštní případy

Pevné odkazy a zástupci. Některé soubory, které vypadají jako duplicity, jsou dva názvy pro tatáž data na disku. Smazáním jednoho názvu se nic neuvolní, protože data zůstanou pro druhý název.
Synchronizované složky. Cloudová nebo synchronizační složka předá každé smazání všem zařízením, se kterými se synchronizuje. Před mazáním zde zkontrolujte nastavení synchronizace.
Složky programů. Aplikace a systém uchovávají shodné soubory, které program může potřebovat na několika místech. Čistěte své osobní složky, ne složky programů.
Knihovny fotek. Aplikace pro fotky mají vlastní knihovnu. Duplicity mažte uvnitř aplikace, ne ve složce pod ní, jinak knihovna může ztratit přehled o svých fotkách.