Buscador de archivos duplicados en archivos comprimidos

Estas son las ventajas principales de la herramienta.

• Comparación de hashes SHA-256: nuestro buscador de archivos duplicados usa la API Web Crypto para calcular hashes SHA-256 de cada archivo de tus comprimidos. SHA-256 es criptográficamente seguro y resistente a colisiones, lo que garantiza que los archivos con el mismo hash son 100% idénticos.
• Privacidad 100% en el navegador: tus comprimidos nunca salen de tu dispositivo. Todo el análisis, el cálculo de hashes y la detección de duplicados ocurren localmente en tu navegador con JSZip y la API Web Crypto. Sin subidas a servidores, sin almacenamiento en la nube y sin exposición de datos.
• Análisis de varios comprimidos: sube varios archivos ZIP a la vez y analízalos simultáneamente. La herramienta detecta duplicados tanto dentro de un mismo comprimido como entre distintos comprimidos, dándote una imagen completa de la redundancia en tu colección de archivos.
• Análisis del espacio desperdiciado: cada grupo de duplicados muestra exactamente cuánto espacio se desperdicia. La herramienta calcula el total de bytes desperdiciados en todos los duplicados y muestra una tasa de deduplicación, lo que te ayuda a priorizar qué duplicados eliminar para ahorrar el máximo espacio.

Estos son los escenarios más frecuentes.

• Limpieza de copias de seguridad en la nube: descarga los ZIP de tus copias de seguridad en la nube y analízalos en busca de archivos duplicados. Identifica copias redundantes de los mismos documentos, fotos o configuraciones que consumen tu cuota de almacenamiento en la nube innecesariamente.
• Auditoría de comprimidos de exportación de datos: al exportar datos de varios sistemas, los archivos suelen duplicarse entre exportaciones. Analiza tus comprimidos de exportación para encontrar CSV, archivos JSON o informes duplicados antes de combinarlos para el análisis.
• Optimización de la distribución de software: los comprimidos de distribución de software suelen contener archivos de biblioteca, recursos o documentación duplicados en varios paquetes. Usa el buscador de duplicados para identificar la redundancia y optimizar el tamaño de tu distribución.
• Consolidación de colecciones de archivos heredados: con el tiempo, las colecciones de archivos acumulan archivos redundantes. Analiza todos tus ZIP históricos para identificar duplicados en la colección y consolídalos en un único conjunto deduplicado.
• Reducción de los costes de almacenamiento de copias de seguridad: los comprimidos de copia de seguridad suelen contener los mismos archivos en varios ciclos. Identificar qué archivos están duplicados entre los ZIP de copia de seguridad te ayuda a dimensionar mejor tu estrategia y a reducir los costes de almacenamiento.
• Preparación de archivos comprimidos para la migración: antes de migrar comprimidos entre sistemas de almacenamiento o proveedores de nube, analízalos en busca de duplicados. Eliminar archivos redundantes antes de la migración reduce el tiempo de transferencia, los costes de ancho de banda y el almacenamiento de destino necesario.

La detección de archivos duplicados en archivos comprimidos es el proceso de analizar el contenido de archivos ZIP (y otros formatos de compresión) para identificar archivos con contenido idéntico. Nuestro buscador de archivos duplicados extrae cada archivo de los ZIP que subes, calcula su hash criptográfico SHA-256 con la API Web Crypto nativa del navegador y agrupa los archivos con hashes coincidentes. Los archivos con el mismo hash SHA-256 tienen garantizado ser idénticos byte a byte, lo que convierte este método en una forma muy precisa de detectar duplicados.

Sigue estos tres pasos.

1. 1 Sube tus comprimidos: arrastra y suelta uno o varios archivos ZIP en la zona de carga, o haz clic para examinar. Puedes analizar varios comprimidos a la vez para encontrar duplicados dentro de cada uno y entre ellos.
2. 2 Cálculo de hashes: la herramienta extrae cada entrada de archivo y calcula su hash SHA-256 con la API Web Crypto. Los archivos se procesan en paralelo dentro de cada comprimido para lograr el máximo rendimiento. El contenido de cada archivo se lee y se hashea localmente en tu navegador.
3. 3 Agrupación y análisis de duplicados: los archivos con hashes coincidentes se agrupan. Para cada grupo de duplicados, la herramienta calcula el espacio desperdiciado (tamaño × (copias - 1)), muestra todas las rutas de archivo con sus comprimidos de origen y resalta qué copia se conservaría. Un resumen proporciona la tasa total de deduplicación y el espacio desperdiciado global.

Esto es lo que muestra cada parte del informe.

• Grupos de duplicados: cada grupo representa un conjunto de archivos con contenido idéntico. La primera aparición (marcada como "conservada") es la que se mantendría si se eliminaran los duplicados.
• Cálculo del espacio desperdiciado: para cada grupo de duplicados, el espacio desperdiciado = tamaño del archivo × (número de copias - 1). Por ejemplo, un archivo de 5 MB que aparece 4 veces desperdicia 15 MB. El espacio total desperdiciado es la suma de todos los grupos.
• Tasa de deduplicación: es el porcentaje de archivos únicos (únicos / total). Una tasa del 50% significa que la mitad de los archivos de tus comprimidos son duplicados. Una tasa del 100% significa que todos los archivos son únicos.
• Duplicados entre comprimidos: la herramienta muestra qué comprimidos contienen cada archivo duplicado. Esto te ayuda a entender si los duplicados están dentro de un solo comprimido o repartidos por tu colección.

El buscador de archivos duplicados solo admite archivos ZIP . No se admiten otros formatos de compresión (RAR, 7z, TAR.GZ) porque usan algoritmos de compresión distintos que la biblioteca JSZip no puede leer en el navegador. La herramienta no admite archivos ZIP protegidos con contraseña: los comprimidos cifrados no se pueden leer en el navegador. Para comprimidos muy grandes (más de 500 MB), asegúrate de que tu dispositivo tenga RAM suficiente, ya que todo el contenido de los archivos se descomprime y se hashea en memoria. Los archivos con el mismo nombre pero contenido distinto se tratarán como únicos: la herramienta compara el contenido por hash, no por nombre de archivo. Los archivos con nombres distintos pero contenido idéntico se identificarán correctamente como duplicados.