Trouver Doublon dans un dossier

[K-roT]

Bonjour a tous,
C'est mon premier post!!
Je suis sous unix(solaris) depuis peu de temps, j'ai plus de 14000 fichiers dans un dossier et je désirerai trouver les doublons dans ces fichiers à l'aide d'une commande dans mon terminal mais je n'y arrive pas...
Pour certain cela doit paraitre facile mais pour moi la... je sèche ^^
Quelqu'un peut'il m'aider?
Merci d'avance...

[frp31]

tu veux comparer tous les fichiers avec tous les autres?

le mieux est de faire une commande décomposée.

pour tout fichier
--- charger la taille
--- pour tout fichier de taille identique sauf lui même
------ commande diff
------ si identique prévenir
--- fin boucle
fin boucle

[root@SINAGIOSS50 scripts]# for i in * ; do (taill=$(ls -lrt $i | awk '{print $5}'); echo $i $taill ;for j in $(ls -lrt | grep $taill | grep -v $i |awk '{print $9}') ; do echo $j ; diff $i $j > /dev/null ; if [ $? -eq 0 ] ; then echo "\n*******fichier $i $j $taill identiques\n******** "  ; echo $i -- $j ; fi; done ) ; done

ce qui donne genre

migration_bases_rrd_nagiosgraph_PNP.sh.old
migration_bases_rrd_nagiosgraph_PNP.sh.new
import_bases_rrd.sh
removeramdisk.sh
toto
relance-applis.sh 726
removeramdisk.sh 150
toto
\n*******fichier removeramdisk.sh toto 150 identiques\n**********
removeramdisk.sh -- toto
sauvegarde-a-froid.sh 1732
sauvegarde_bases_rrd.sh 1466
serviceextinfo.cfg.new 14712
supervision_ajout.sh 20248

[clebig]

Ou faire la meme chose mais avec md5sum a la place de diff, on peut comme ca retrouver les fichiers binaires identiques ne portant pas le meme nom...

[Tchetch]

Salut,

$ man fdupes
FDUPES(1)                                                            FDUPES(1)

NAME
       fdupes - finds duplicate files in a given set of directories

Et si tu ne l'as pas :

$ sudo aptitude install fdupes

(ou tout autre commande correspondant à ta distribution.

T.

[K-roT]

En fait je désirerais chercher les doublons seulement sur les noms de fichier et non pas sur son contenu ou sa taille, désolé frp31 j'avait oublié de le préciser...


Juste pour vous dire je ne peut rien installer sur ce poste car je n'ai pas les droits admin (merci quand même tchetch ^^)

[frp31]

il ne peut pas exister de doublons de nom sur unix car il est case sensitive.


par contre tu peux avoir du tototiti et totottutu
mais tu n'as que X caracteres communs..

voir les regexp pour selectionner avec un extrème précision les noms que tu veux chercher dans ton ls

par exemple

[root@sinagioss80 ~]# touch D5fdsfmt
[root@sinagioss80 ~]# touch D5fdsfmtt
[root@sinagioss80 ~]# touch D4fdsfmtt
[root@sinagioss80 ~]# touch D4fdsfmt

[root@sinagioss80 ~]# ls | grep "^D[1-4].*m."
D4fdsfmt
D4fdsfmtt
[root@sinagioss80 ~]# ls | grep ^D
D4fdsfmt
D4fdsfmtt
D5fdsfmt
D5fdsfmtt

dans cet exemple l'expression reguliere ^D[1-4].*m."
signifie très exactement
^D commence par D majuscule
[1-4] suivi d'un seul chiffre entre 1 & 4
.* suivi par un nombre quelconque de caracteres quelconques
m suivi par un m minuscule
. suivi par un seul caractère quelconque

ce qui me selectionne bien que 2 fichiers sur les 4 crées...car seuls ces deux correspondent à ces critères.

[frp31]

Envoyé par K-roT

En fait je désirerais chercher les doublons seulement sur les noms de fichier et non pas sur son contenu ou sa taille, désolé frp31 j'avait oublié de le préciser...
Sinon j'ai testé ton script et en réponse j'ai eu "Script started, file is typescript"

Juste pour vous dire je ne peut rien installer sur ce poste car je n'ai pas les droits admin (merci quand même tchetch ^^)

la taille n'est testée que pour ne pas faire la commande diff inutillement et que la commande globale ne prenne que 3/5 minutes au lieu de 45/50....

quand à ton messages d'erreur il faut adapter à l'environnement moi j'utilise du ksh ou bash selon les machines ....

[Tchetch]

Envoyé par K-roT

Juste pour vous dire je ne peut rien installer sur ce poste car je n'ai pas les droits admin (merci quand même tchetch ^^)

Dans ce cas j'ai un bout de code. En fait j'ai commencé à faire ce programme et un jour un collègue m'a dit "fdupes" et je ne l'ai jamais terminer.
Mais s'il peut servir, au moins je n'aurais pas perdu mon temps ...

Fais attention, il prend la racine ('/') comme point de départ (un excès de confiance en soi de faire les tests sur la racine avec les droits root).

#!/usr/bin/perl
#
use File::Find;
use Digest::SHA1;
use Fcntl ':mode';
use Data::Dumper;
 
my %files = ();
my %byUsers = ();
 
@dirs = ('/');
find({ wanted => \&hashAndAdd, no_chdir => 1}, @dirs);
 
sub hashAndAdd {
    my $f = $_;
    if(-f $f and ! -l $f) {
 
        ($dev, $ino, $mode, $nlink, $uid, $gid, $rdev, $size, $atime,
          $mtime, $ctime, $blksize, $blocks) = stat($f);
        $o = open FILE, $f;
        if($o and $size > 0) {
            my $sha1 = Digest::SHA1->new;
            $sha1->addfile(FILE);
            $d = $sha1->hexdigest;
 
            $files{$d} = [] unless defined $files{$d};
            ($name, $p, $u, $g, $q, $c, $gc, $home) =
              getpwuid $uid;
            %iUser = (name => $name, home => $home);
            %iFile = (file => $f, size => $size,
              user => { %iUser } );
 
            $byUsers{$name} = [] unless defined $byUsers{$name};
            push ( @{$files{$d}},  { %iFile });
            push( @{$byUsers{$name}}, ref $files{$d});
        }
        close FILE;
    }
}
 
 
print "RESULTS\n\n";
my $totSize = 0;
my $fileFOUND = 0;
foreach $k (keys %files) {
    if(($#{ $files{$k} } + 1) > 1) {
        print "FOR :: " . $k . " :: FOUND\n";
        my $first = 0;
        foreach $a (@{ $files{$k} }) {
            $fileFOUND++;
            print "  -> $a->{file} - $a->{size} - " .
              "$a->{user}{name} - $a->{user}{home}\n";
            $totSize += $a->{size} unless $first eq 0;
            $first = 1;
        }
    } else {
        delete $files{$k};
    }
}
$totSize = $totSize ;
print "Total wasted size :: $totSize\n";
print "TOTAL FILES :: $fileFOUND\n";
 
1;
 

[K-roT]

J'ai pu avancer grandement dans mon projet grace a vous!
Je n'ai pas de doublon maintenant c sur!
Je clos le post.
Merci beaucoup!
@+