我正在寻找最佳方法来比较我认为是相同但具有不同文件名的文件。像BeyondCompare这样的比较工具非常好,但它们尚未处理不同的文件名——在比较分开的文件夹中的文件时,它们会尝试比较两侧具有相同名称的文件。
(我不为BeyondCompare工作,也没有任何经济利益,但我经常使用这个工具,并发现它有一些很棒的功能)。
有MindGems Fast Duplicate File Finder可以匹配具有不同名称的几个文件树中的任何位置的文件,但我认为它是基于CRC检查的,我正在使用这个工具,但我只是逐渐信任它,到目前为止没有故障,但还不像Beyond Compare那样信任它。 BeyondCompare提供了对文件进行完全二进制比较的完全保证。
在我的情况下,这些文件倾向于具有类似的名称,不同之处在于单词的顺序,标点符号,大小写差异和不是所有单词都存在。因此,很难使用正则表达式过滤器来匹配文件,例如Beyond Compare等一些差异工具已经提供的匹配文件子字符串可以是无序的。
我正在寻找一种在将文件重命名为相同并“输入”它们到Beyond Compare之类的工具之前匹配类似文件名的方法。解决方案可以是脚本或可能以应用程序的形式出现。
目前,我有一个算法的想法(要在Perl中实现)来匹配我的问题适合的文件名,其中文件名如上所述相似。
你能提出更好的建议或完全不同的方法吗?
1.查找具有完全相同文件大小的文件列表 2.从第一个文件中获取包含字母数字子字符串的哈希表,使用非字母数字字符或空格作为分隔符 3.从第二个文件中获取包含字母数字子字符串的哈希表,使用非字母数字字符或空格作为分隔符 4.匹配出现次数 5.查找哪个文件具有最多的子字符串。 6.根据匹配数量除以最高子字符串数量计算对成对比较的百分比得分。 7.重复将每个文件与具有完全相同文件大小的每个其他文件进行比较 8.按百分比得分对配对进行排序,以获得要比较的文件的建议。 9.重命名一对文件,使其与另一个文件相同。放置在不同的文件夹中。 10.运行BeyondCompare之类的比较工具,以文件夹比较模式比较文件。
(我不为BeyondCompare工作,也没有任何经济利益,但我经常使用这个工具,并发现它有一些很棒的功能)。
有MindGems Fast Duplicate File Finder可以匹配具有不同名称的几个文件树中的任何位置的文件,但我认为它是基于CRC检查的,我正在使用这个工具,但我只是逐渐信任它,到目前为止没有故障,但还不像Beyond Compare那样信任它。 BeyondCompare提供了对文件进行完全二进制比较的完全保证。
在我的情况下,这些文件倾向于具有类似的名称,不同之处在于单词的顺序,标点符号,大小写差异和不是所有单词都存在。因此,很难使用正则表达式过滤器来匹配文件,例如Beyond Compare等一些差异工具已经提供的匹配文件子字符串可以是无序的。
我正在寻找一种在将文件重命名为相同并“输入”它们到Beyond Compare之类的工具之前匹配类似文件名的方法。解决方案可以是脚本或可能以应用程序的形式出现。
目前,我有一个算法的想法(要在Perl中实现)来匹配我的问题适合的文件名,其中文件名如上所述相似。
你能提出更好的建议或完全不同的方法吗?
1.查找具有完全相同文件大小的文件列表 2.从第一个文件中获取包含字母数字子字符串的哈希表,使用非字母数字字符或空格作为分隔符 3.从第二个文件中获取包含字母数字子字符串的哈希表,使用非字母数字字符或空格作为分隔符 4.匹配出现次数 5.查找哪个文件具有最多的子字符串。 6.根据匹配数量除以最高子字符串数量计算对成对比较的百分比得分。 7.重复将每个文件与具有完全相同文件大小的每个其他文件进行比较 8.按百分比得分对配对进行排序,以获得要比较的文件的建议。 9.重命名一对文件,使其与另一个文件相同。放置在不同的文件夹中。 10.运行BeyondCompare之类的比较工具,以文件夹比较模式比较文件。