C# FileInfo - 查找重复文件

Question

我有一个包含约200,000个文件条目的FileInfo数组。我需要找到所有具有相同文件名的文件。我需要从每个重复的文件中得到目录名称和文件名，因为我之后想要重新命名它们。

我已经尝试过以下方法：

- 使用两个For循环将每个条目与整个列表进行比较 // 不好的想法，这将需要数小时甚至数天^^ - 尝试使用Linq排序 // 因为我以前没有使用过Linq，所以我很难编写正确的语句，也许有人可以帮助我 :)

- The_Holy_One

Answer 1

听起来这样应该可以：

var duplicateNames = files.GroupBy(file => file.Name)
                          .Where(group => group.Count() > 1)
                          .Select(group => group.Key);

现在是学习 LINQ 的非常好的时机。它非常有用 - 学习它所花费的时间（即使只是LINQ to Objects）将非常快速地回报。

编辑：好吧，如果你想要每个组的原始FileInfo，只需删除select：

var duplicateGroups = files.GroupBy(file => file.Name)
                           .Where(group => group.Count() > 1);

// Replace with what you want to do
foreach (var group in duplicateGroups)
{
     Console.WriteLine("Files with name {0}", group.Key);
     foreach (var file in group)
     {
         Console.WriteLine("  {0}", file.FullName);
     }
}

- Jon Skeet

---

我的错，你的解决方案非常好，但我忘了提到我需要知道每个重复文件的目录名称+文件名，因为我想要重命名它们 :) 抱歉和谢谢。 - The_Holy_One

太棒了，我已经知道LINQ有时可以非常方便，但我从未想象过它会如此出色。如果可以问一下，你有任何喜欢的学习LINQ的网页吗？ - The_Holy_One

@user1168998：不是很确定，但你可以在MSDN上查找。 - Jon Skeet

Answer 2

这应该可以运行：

HashSet<string> fileNamesSet = new HashSet<string>();
List<string> duplicates = new List<string>();

foreach(string fileName in fileNames)
{
    if(fileNamesSet.Contains(fileName))
    {
        duplicates.Add(fileName);
    }
    else
    {
        fileNamesSet.Add(fileName);
    }
}

然后，重复项将包含所有重复文件名的列表。

请注意，由于Windows文件名不区分大小写，您可能希望通过首先使用.ToUpperInvariant()将所有文件名转换为大写来考虑这一点。

- sga101

---

你不需要先进行Contains检查 - 你可以直接调用fileNamesSet.Add(fileName)并检查返回值，对于重复项它将会是false。 - Jon Skeet

我认为这样意图更加清晰 - 即使没有了解 HashSet<t> 类，含义也应该很明显。 - sga101

个人而言，我更愿意只了解我使用的API :) （对于一组添加方法返回是否实际进行更改非常普遍 - 这不是特别“隐藏”的信息。）你会在字典中使用ContainsKey然后使用索引器，而不是TryGetValue吗？ - Jon Skeet

明白了，我可以直接放一个注释。 - sga101