Language agnostic 检测文件是否重复，如果不重复则重命名

我有一些将文件移动到同一目录的代码。以下哪种策略是好的：

• 检测文件是否与目录中现有文件重复？这是为了决定是删除源还是简单地保留它
• 如果已存在同名但内容不同的目标文件，是否重命名源文件

检测重复文件

大多数编程语言都有一个类似于

FileExists

的函数，它获取一个文件名并返回一个布尔值，指示文件系统中是否存在具有给定名称的文件

处理名称相同但内容不同的文件

计算两个文件的校验和并比较这些散列。同样，大多数语言都有一个sha1函数，它获取一个表示文件内容的字节数组，并返回一个表示sha1哈希的字节数组

检测重复文件

大多数编程语言都有一个类似于

FileExists

的函数，它获取一个文件名并返回一个布尔值，指示文件系统中是否存在具有给定名称的文件

处理名称相同但内容不同的文件

---

计算两个文件的校验和并比较这些散列。同样，大多数语言都有一个sha1函数，它获取一个表示文件内容的字节数组，并返回一个表示sha1哈希的字节数组。

好的，一个简单的方法是执行一个。有几种语言为此实现了函数。您还可以计算文件的md5总和。但这并不是100%可靠

如果需要检查它们是否相同，则需要打开两个文件的流，并逐字节比较它们

检查重复的文件名很明显，请比较它们

---

编辑：如果有许多文件，请比较文件大小。如果不匹配，它们就不可能相等。

好吧，一个简单的方法就是做一个测试。有几种语言为此实现了函数。您还可以计算文件的md5总和。但这并不是100%可靠

如果需要检查它们是否相同，则需要打开两个文件的流，并逐字节比较它们

检查重复的文件名很明显，请比较它们

---

编辑：如果有许多文件，请比较文件大小。如果不匹配，则它们不能相等。

如果您不需要原始文件名，作为一种简便的方法，只需计算文件“content”的MD5或SHA1哈希值，然后将文件重命名为它。：-）

如果不需要原始文件名，作为一种简便的方法，只需计算文件“content”的MD5或SHA1哈希值，然后将文件重命名为它。：-）

谢谢你，亚历克森。为什么CRC32和MD5不是100%可靠的？我目前正在使用md5检查文件是否已作为故障保护正确复制。我还想在添加文件时，有一个MD5列表可供检查。但是，如果存在大量文件，这种方法可能会变得效率低下。这可以通过使用减少比较次数的算法来解决。对于相同的文件名，我希望保留原始文件名的跟踪（可能在数据库中），然后用另一个名称复制它。它们可能会导致冲突。你处理的文件有多大？谢谢alexn。为什么CRC32和MD5不是100%可靠的？我目前正在使用md5检查文件是否已作为故障保护正确复制。我还想在添加文件时，有一个MD5列表可供检查。但是，如果存在大量文件，这种方法可能会变得效率低下。这可以通过使用减少比较次数的算法来解决。对于相同的文件名，我希望保留原始文件名的跟踪（可能在数据库中），然后用另一个名称复制它。它们可能会导致冲突。您处理的文件集有多大？我正在测试目标文件是否已经存在。我想做的是以下几点。如果目标文件存在并且相同，只需忽略源文件即可。如果目标文件存在但内容不同，请应用一致的重命名算法，并在XML或DB中保留原始文件名的跟踪。我正在测试目标文件是否已存在。我想做的是以下几点。如果目标文件存在并且相同，只需忽略源文件即可。如果目标文件存在但内容不同，请应用一致的重命名算法，并在XML或DB中保留原始文件名的跟踪。这不是一个坏主意。这会降低文件名的可读性，但会避免重复名称。另外，如果发生冲突，正如alexn所解释的，可以添加后缀。这不是一个坏主意。这会降低文件名的可读性，但会避免重复名称。此外，如果发生亚历克森解释的冲突，可以添加后缀。