图像与文件 · 2026/10/13

安全查找重复文件：先比校验和，再看每份副本的用途

本文在AI辅助下由原文翻译而成。请结合原文核对专业术语和公式。

report.pdf和report-copy.pdf可能相同，但名字不能证明这一点；名称不同也可能是完全一样的副本。重复文件整理应先找出字节相同的候选，再了解每份副本为什么在那个位置。查重结果是待审查证据，不是自动删除清单。

先区分完全重复与内容相似

本流程针对逐字节一致的副本。不同质量导出的照片、元数据被修改的图片、增加批注的PDF，看起来可能相似，文件字节却不同。校验和不能判断内容意义是否相同。先限定为“完全相同副本”，能减少把有用版本误当多余文件的风险。

文件大小不同，就不可能逐字节相同；大小相同只是在缩小候选范围，不代表内容一致。名称和修改时间可以辅助整理，但复制、同步可能改变时间，因此不适合作为最终判断依据。

Microsoft的Get-FileHash文档说明了文件内容哈希和默认SHA256算法。两份候选要使用同一算法比较。以下PowerShell示例只读取指定文件并显示结果，不移动、不删除。请替换成自己的文件路径。

Get-FileHash -LiteralPath 'C:\Review\report.pdf' -Algorithm SHA256
Get-FileHash -LiteralPath 'C:\Review\report-copy.pdf' -Algorithm SHA256

GNU SHA-2文档介绍了sha256sum等校验工具。跨系统比较也遵循同一原则：相同字节、相同算法。应比较完整字符串，不要只看开头几个字符。

在日常查重中，SHA256一致是很强的依据。严格要求逐字节确认时，还可直接比较字节。但这些检查都不能说明副本一定没用。校验和也不是来源可信或内容真实的证明。

先查看一个文件夹的少量候选，记录路径、容量、SHA256和保留理由。无法访问或仅在云端的文件应标记为“未检查”，不能假装比较过。读取时仍在变化的文件会干扰比较，应使用已经保存、状态稳定的副本。

不要把未审核列表直接连接到递归删除操作。整理后首先确认文档和应用仍能正常打开，而不只是看省了多少空间。技术上的一致与保存用途是两项独立决定。把它们分开，才能避免将一串相同字符误读成删除许可。