我一直在仅使用命令行处理 SVN 存储库。我现在必须引入需要 GUI 来与 repo 交互的用户，但是这给类似名称的文件带来了许多问题。
由于缺乏沟通或懒惰，大量图像被复制。
我希望能够从给定文件夹中递归搜索所有文件，并识别所有仅大小写不同的文件，并且必须具有相同的文件大小，因为不同文件之间肯定存在冲突，虽然我还没有遇到过。
我不介意自己编写一个 Perl 脚本来处理这个问题，但是我想知道这样的事情是否已经存在，或者在我卷起袖子之前是否有人有任何提示？
谢谢:D
【问题讨论】：
/bert/me.gif 不会被视为与/ernie/me.gif 重复（假设文件大小相同）？
标签： perl bash case-sensitive filesize
对于此类问题，我依靠 md5sum：
find * -type f | xargs md5sum | sort | uniq -Dw32
如果您使用的是 svn，则需要排除 .svn 目录。这将打印出具有相同内容的路径的所有文件。
如果您真的只想匹配大小写不同的文件，您可以在上述管道中添加更多内容：
find * -type f | xargs md5sum | sort | uniq -Dw32 | awk -F'[ /]' '{ print $NF }' | sort -f | uniq -Di
myimage_23.png
MyImage_23.png
【讨论】：
uniq 命令，其中有一个不区分大小写的开关-i :)
列出 Subversion 工作目录中所有文件名的 shell 脚本，这些文件名仅在大小写上与同一目录中的另一个文件名不同，因此会导致 Subversion 客户端在不区分大小写的文件系统上出现问题，这些文件名无法区分这些文件名：
寻找 。 -name .svn -type d -prune -false -o -print | \ perl -ne '推@{$f{lc($_)}}, $_; END{map{print @{$f{$_}}} grep {@{$f{$_}}>1} 排序键 %f}'【讨论】：
我没有亲自使用过，但Duplicate Files Finder 看起来很合适。
但是，无论文件名如何，它都会识别任何重复文件，因此如果您只希望文件名不区分大小写的重复项，则可能必须过滤结果。
它是开源的，可在 Windows 和 Linux 上使用，具有命令行和 GUI 界面，从描述中该算法听起来非常快（仅比较大小相同的文件，而不是为每个文件生成校验和）。
【讨论】：
我猜应该是这样的：
#!perl
use File::Spec;
sub check_dir {
my ($dir, $out) = @_;
$out ||= [];
opendir DIR, $dir or die "Impossible to read dir: $!";
my @files = sort grep { /^[^\.]/ } readdir(DIR); # Ignore files starting with dot
closedir DIR;
my @nd = map { ! -d $_ ? File::Spec->catfile($dir, $_) : () } @files;
for my $i (0 .. $#nd-1){
push @$out, $nd[$i]
if lc $nd[$i] eq lc $nd[$i+1]
and -s $nd[$i] == -s $nd[$i+1];
}
map { -d $_ ? &check_dir($_, $out) : () } @files;
return $out;
}
print join "\n", @{&check_dir(shift @ARGV)}, "";
使用前请检查，我无法访问windows机器（这在Un*x中不会发生）。另外，请注意，如果两个文件名称相同（大小写除外）且大小相同，则仅打印第一个文件。在三个的情况下，只有前两个，依此类推（当然，你需要保留一个！）。
【讨论】：
据我所知，您想要的并不存在。但是，这是 bash 中的一个实现：
#!/bin/bash
dir=("$@")
matched=()
files=()
lc(){ tr '[:upper:]' '[:lower:]' <<< ${*} ; }
in_list() {
local search="$1"
shift
local list=("$@")
for file in "${list[@]}" ; do
[[ $file == $search ]] && return 0
done
return 1
}
while read -r file ; do
files=("${files[@]}" "$file")
done < <(find "${dir[@]}" -type f | sort)
for file1 in "${files[@]}" ; do
for file2 in "${files[@]}" ; do
if
# check that the file did not match already
! in_list "$file1" "${matched[@]}" &&
# check that the files are not the same file
! [ $(stat -f %i "${file1}") -eq $(stat -f %i "${file2}") ] &&
# check that the size of the files are the same
[ $(stat -f %z "${file1}") = $(stat -f %z "${file2}") ] &&
# check that the non-directory part (aka file name) of the two
# files match case insensitively
grep -q $(lc "${file1##*/}") <<<$(lc "${file2##*/}")
then
matched=("${matched[@]}" "$file1")
echo "$file1"
break
fi
done
done
编辑：添加 cmets 并受 TLP 评论的启发，仅将文件部分作为路径的一部分进行相等比较。现在已经在合理的最低程度上进行了测试，我希望它不会在你的脸上爆炸。
【讨论】：
这是一个 Ruby 脚本，用于递归搜索仅大小写不同的文件。
#!/usr/bin/ruby
# encoding: utf-8
def search( directory )
set = {}
Dir.entries( directory ).each do |entry|
next if entry == '.' || entry == '..'
path = File.join( directory, entry )
key = path.upcase
set[ key ] = [] unless set.has_key?( key )
set[ key ] << entry
search( path ) if File.directory?( path )
end
set.delete_if { |key, entries| entries.size == 1 }
set.each do |key, entries|
entries.each do |entry|
puts File.join( directory, entry )
end
end
end
search( File.expand_path( ARGV[ 0 ] ) )
【讨论】：