如何安全地查找重复文件并释放磁盘空间

重复文件是指内容与另一个文件逐字节完全一致的文件。仅仅名称相同不够，大小相同也不够。要找出真正的重复文件，先按大小对文件分组，再比对每个文件内容的指纹。删除任何副本之前，请确认至少保留一份完好的副本，并且备份中包含其余文件。

查找重复文件同一文件保存了两份免费使用

为什么大小相同的文件也可能不同

文件大小就是文件所占的字节数。两个文件可能只是碰巧大小一致，也可能因为共享固定的结构而大小相同：例如同一个表单模板、长度固定的游戏存档，或者某份文档里只有一个数字从 12 改成了 13。大小没变，内容却已经不同了。

名称同样不可靠。"photo (1).jpg" 和 "photo.jpg" 可能是两张不同的照片，不同文件夹里两个叫 "budget.xlsx" 的文件，数字也可能不一样。用大小缩小范围，用内容来做判断。

哈希如何证明两个文件一致

哈希函数会读取文件的每一个字节，生成一个长度固定的简短指纹。SHA-256 就是常用的一种。无论文件多大，它都输出 64 个十六进制字符（数字 0 到 9 和字母 a 到 f）。只要改动一个字节，指纹就会完全改变。

因此，两个文件的 SHA-256 指纹相同，就可以在实际意义上认定它们完全一致。目前没有已知方法能人为地让两个不同的文件产生相同的 SHA-256。

读取整个文件是最耗时的部分，所以好的查找工具会分阶段进行：

1. 按大小分组。如果某个文件的大小没有其他文件与之相同，它就不可能是重复文件，直接跳过。
2. 只对每组中剩下的文件计算指纹。
3. 指纹相同的文件即为重复文件。

外观相似的照片是另一类问题

通过即时通讯应用发送的照片通常会被重新压缩并重新保存。它的字节变了，指纹也随之改变。同一场景的两张照片，即使其中一张被缩放或裁剪过，在你看来几乎一样，但字节并不相同。精确匹配的查找工具会把它们判定为不同的文件。

对于这类照片，请用肉眼比较。在看图软件中并排打开，保留更大、更清晰的那张。只有在看过之后，才删除较小的副本。

将文件夹与备份进行对比

在删除工作文件夹中的任何内容之前，先确认备份里有这些文件。对比两个文件夹，看看哪些只存在于一侧、哪些有改动、哪些被移动过。

有两种模式很关键：

• 快速模式通过路径匹配文件。如果两个文件大小相同，就视为相同；在两个文件夹之间比对时，修改时间也相同才算一致。速度很快，但如果文件改动后大小和时间都没变，就可能被漏掉。
• 检查内容会读取两侧大小相同的每个文件，并比对 SHA-256 指纹。它能发现大小没变但内容被改动的情况，也能找出被移动或重命名的文件。

在依赖备份之前，请使用"检查内容"模式。其中最重要的一项是"仅在 A 中"：这些文件在另一侧没有副本。

什么占满了磁盘

磁盘空间通常会被几类东西悄悄占满：旧视频、手机备份、堆满安装包的下载文件夹、磁盘镜像，以及"以防万一"而整份复制的文件夹。请先查看哪些内容占用了空间。它会列出最大的文件夹，让你从空间占用的源头开始清理，而不是随意删除文件。

重复文件浪费的空间与其大小成正比。一个 4 GB（4 吉字节）的视频如果保存了三份，就会占用 12 GB。只保留一份，即可释放 8 GB。

安全删除多余的副本

1. 查看每组相同的文件，决定保留哪一份：可以是你实际使用的文件夹里的那份，也可以是名称最清晰的那份。
2. 打开你要保留的副本，确认它能正常打开、内容无误。
3. 检查备份。对比文件夹，确认备份中确实有这个文件。
4. 把多余的副本移到回收站或废纸篓，不要永久删除。等到正常使用几天、确认没有遗漏之后，再清空回收站。
5. 清空回收站。文件只是移入回收站并不会释放磁盘空间，必须清空之后才会释放。

特殊情况

• 硬链接和快捷方式。 有些看起来是重复的文件，实际上是磁盘上同一份数据的两个名称。删除其中一个名称不会释放任何空间，因为另一个名称仍然指向这份数据。
• 同步文件夹。 云端或同步文件夹会把每次删除同步到所有与之同步的设备。在这些文件夹里删除之前，请先检查同步设置。
• 程序文件夹。 应用程序和系统会保留多份相同的文件，程序可能需要它们存在于多个位置。请只清理个人文件夹，不要动程序文件夹。
• 照片库。 照片应用有自己的资料库。请在应用内删除重复照片，而不是在其背后的文件夹里删除，否则资料库可能会丢失对照片的记录。