Localizador de arquivos duplicados em arquivos compactados

Estas são as principais vantagens da ferramenta.

• Comparação de hash SHA-256: nosso localizador de arquivos duplicados usa a API Web Crypto para calcular hashes SHA-256 de cada arquivo dos seus compactados. O SHA-256 é criptograficamente seguro e resistente a colisões, garantindo que arquivos com o mesmo hash são 100% idênticos.
• Privacidade 100% no navegador: seus compactados nunca saem do seu dispositivo. Toda a verificação, o cálculo de hash e a detecção de duplicados acontecem localmente no seu navegador com JSZip e a API Web Crypto. Sem envio para servidores, sem armazenamento na nuvem e sem exposição de dados.
• Verificação de vários compactados: envie vários arquivos ZIP de uma vez e verifique-os simultaneamente. A ferramenta detecta duplicados tanto dentro de um único compactado quanto entre compactados diferentes, dando a você uma visão completa da redundância na sua coleção de arquivos.
• Análise de espaço desperdiçado: cada grupo de duplicados mostra exatamente quanto espaço é desperdiçado. A ferramenta calcula o total de bytes desperdiçados em todos os duplicados e exibe uma taxa de deduplicação, ajudando você a priorizar quais duplicados remover para economizar o máximo de espaço.

Estes são os cenários mais comuns.

• Limpeza de backups na nuvem: baixe os ZIP dos seus backups na nuvem e verifique-os em busca de arquivos duplicados. Identifique cópias redundantes dos mesmos documentos, fotos ou configurações que consomem sua cota de armazenamento na nuvem desnecessariamente.
• Auditoria de compactados de exportação de dados: ao exportar dados de vários sistemas, os arquivos costumam ser duplicados entre exportações. Verifique seus compactados de exportação para encontrar CSVs, arquivos JSON ou relatórios duplicados antes de mesclá-los para análise.
• Otimização da distribuição de software: compactados de distribuição de software costumam conter arquivos de biblioteca, recursos ou documentação duplicados em vários pacotes. Use o localizador de duplicados para identificar a redundância e otimizar o tamanho da sua distribuição.
• Consolidação de coleções de arquivos antigos: com o tempo, as coleções de arquivos acumulam arquivos redundantes. Verifique todos os seus ZIPs históricos para identificar duplicados na coleção e consolide-os em um único conjunto deduplicado.
• Redução dos custos de armazenamento de backup: compactados de backup costumam conter os mesmos arquivos em vários ciclos. Identificar quais arquivos estão duplicados entre os ZIPs de backup ajuda você a dimensionar melhor sua estratégia e a reduzir os custos de armazenamento.
• Preparação de compactados para migração: antes de migrar compactados entre sistemas de armazenamento ou provedores de nuvem, verifique-os em busca de duplicados. Remover arquivos redundantes antes da migração reduz o tempo de transferência, os custos de largura de banda e o armazenamento de destino necessário.

A detecção de arquivos duplicados em arquivos compactados é o processo de verificar o conteúdo de arquivos ZIP (e outros formatos de arquivo compactado) para identificar arquivos com conteúdo idêntico. Nosso localizador de arquivos duplicados extrai cada arquivo dos ZIPs enviados, calcula seu hash criptográfico SHA-256 com a API Web Crypto nativa do navegador e agrupa os arquivos com hashes correspondentes. Arquivos com o mesmo hash SHA-256 têm garantia de serem idênticos byte a byte, o que torna este um método altamente preciso de detectar duplicados.

Siga estes três passos.

1. 1 Envie seus compactados: arraste e solte um ou mais arquivos ZIP na área de soltar, ou clique para procurar. Você pode verificar vários compactados de uma vez para encontrar duplicados dentro de cada um e entre eles.
2. 2 Cálculo de hash: a ferramenta extrai cada entrada de arquivo e calcula seu hash SHA-256 com a API Web Crypto. Os arquivos são processados em paralelo dentro de cada compactado para o máximo desempenho. O conteúdo de cada arquivo é lido e transformado em hash localmente no seu navegador.
3. 3 Agrupamento e análise de duplicados: arquivos com hashes correspondentes são agrupados. Para cada grupo de duplicados, a ferramenta calcula o espaço desperdiçado (tamanho × (cópias - 1)), mostra todos os caminhos de arquivo com seus compactados de origem e destaca qual cópia seria mantida. Um resumo fornece a taxa total de deduplicação e o espaço desperdiçado geral.

Veja o que cada parte do relatório mostra.

• Grupos de duplicados: cada grupo representa um conjunto de arquivos com conteúdo idêntico. A primeira ocorrência (marcada como "mantida") é a que seria preservada se os duplicados fossem removidos.
• Cálculo do espaço desperdiçado: para cada grupo de duplicados, espaço desperdiçado = tamanho do arquivo × (número de cópias - 1). Por exemplo, um arquivo de 5 MB que aparece 4 vezes desperdiça 15 MB. O espaço total desperdiçado é a soma de todos os grupos.
• Taxa de deduplicação: é a porcentagem de arquivos exclusivos (exclusivos / total). Uma taxa de 50% significa que metade dos arquivos dos seus compactados são duplicados. Uma taxa de 100% significa que todos os arquivos são exclusivos.
• Duplicados entre compactados: a ferramenta mostra quais compactados contêm cada arquivo duplicado. Isso ajuda você a entender se os duplicados estão dentro de um único compactado ou espalhados pela sua coleção.

O localizador de arquivos duplicados aceita apenas arquivos ZIP . Outros formatos de arquivo compactado (RAR, 7z, TAR.GZ) não são compatíveis porque usam algoritmos de compressão diferentes que não podem ser lidos pela biblioteca JSZip no navegador. A ferramenta não aceita arquivos ZIP protegidos por senha: compactados criptografados não podem ser lidos no navegador. Para compactados muito grandes (mais de 500 MB), garanta que seu dispositivo tenha RAM suficiente, pois todo o conteúdo dos arquivos é descomprimido e transformado em hash na memória. Arquivos com o mesmo nome mas conteúdo diferente serão tratados como exclusivos: a ferramenta compara o conteúdo por hash, não por nome de arquivo. Arquivos com nomes diferentes mas conteúdo idêntico serão corretamente identificados como duplicados.