如何識別 Linux 上的檔案分身

Linux 系統上的一些檔案可能出現在多個位置。按照本文指示查詢並識別這些“同卵雙胞胎”，還可以瞭解為什麼硬連結會如此有利。

識別使用同一個磁碟空間的檔案依賴於利用檔案使用相同的 inode 這一事實。這種資料結構儲存除了檔名和內容之外的所有資訊。如果兩個或多個檔案具有不同的名稱和檔案系統位置，但共享一個 inode，則它們還共享內容、所有權、許可權等。

這些檔案通常被稱為“硬連結”，不像符號連結（即軟連結）那樣僅僅通過包含它們的名稱指向其他檔案，符號連結很容易在檔案列表中通過第一個位置的 l 和引用檔案的 -> 符號識別出來。

$ ls -l my*
-rw-r--r-- 4 shs shs   228 Apr 12 19:37 myfile
lrwxrwxrwx 1 shs shs     6 Apr 15 11:18 myref -> myfile
-rw-r--r-- 4 shs shs   228 Apr 12 19:37 mytwin

在單個目錄中的硬連結並不是很明顯，但它仍然非常容易找到。如果使用 ls -i 命令列出檔案並按 inode 編號排序，則可以非常容易地挑選出硬連結。在這種型別的 ls 輸出中，第一列顯示 inode 編號。

$ ls -i | sort -n | more
 ...
 788000 myfile  <==
 788000 mytwin  <==
 801865 Name_Labels.pdf
 786692 never leave home angry
 920242 NFCU_Docs
 800247 nmap-notes

掃描輸出，查詢相同的 inode 編號，任何匹配都會告訴你想知道的內容。

另一方面，如果你只是想知道某個特定檔案是否是另一個檔案的硬連結，那麼有一種方法比瀏覽數百個檔案的列表更簡單，即 find 命令的 -samefile 選項將幫助你完成工作。

$ find . -samefile myfile
./myfile
./save/mycopy
./mytwin

注意，提供給 find 命令的起始位置決定檔案系統會掃描多少來進行匹配。在上面的示例中，我們正在檢視當前目錄和子目錄。

使用 find 的 -ls 選項新增輸出的詳細資訊可能更有說服力：

$ find . -samefile myfile -ls
 788000    4 -rw-r--r--   4 shs    shs      228 Apr 12 19:37 ./myfile
 788000    4 -rw-r--r--   4 shs    shs      228 Apr 12 19:37 ./save/mycopy
 788000    4 -rw-r--r--   4 shs    shs      228 Apr 12 19:37 ./mytwin

第一列顯示 inode 編號，然後我們會看到檔案許可權、連結、所有者、檔案大小、日期資訊以及引用相同磁碟內容的檔案的名稱。注意，在這種情況下，連結欄位是 “4” 而不是我們可能期望的 “3”。這告訴我們還有另一個指向同一個 inode 的連結（但不在我們的搜尋範圍內）。

如果你想在一個目錄中查詢所有硬連結的例項，可以嘗試以下的指令碼來建立列表併為你查詢副本：

#!/bin/bash

# seaches for files sharing inodes

prev=""

# list files by inode
ls -i | sort -n > /tmp/$0

# search through file for duplicate inode #s
while read line
do
    inode=`echo $line | awk '{print $1}'`
    if [ "$inode" == "$prev" ]; then
        grep $inode /tmp/$0
    fi
    prev=$inode
done < /tmp/$0

# clean up
rm /tmp/$0

$ ./findHardLinks
 788000 myfile
 788000 mytwin

你還可以使用 find 命令按 inode 編號查詢檔案，如命令中所示。但是，此搜尋可能涉及多個檔案系統，因此可能會得到錯誤的結果。因為相同的 inode 編號可能會在另一個檔案系統中使用，代表另一個檔案。如果是這種情況，檔案的其他詳細資訊將不相同。

$ find / -inum 788000 -ls 2> /dev/null
 788000   4 -rw-r--r--   4 shs   shs    228 Apr 12 19:37 /tmp/mycopy
 788000   4 -rw-r--r--   4 shs   shs    228 Apr 12 19:37 /home/shs/myfile
 788000   4 -rw-r--r--   4 shs   shs    228 Apr 12 19:37 /home/shs/save/mycopy
 788000   4 -rw-r--r--   4 shs   shs    228 Apr 12 19:37 /home/shs/mytwin

注意，錯誤輸出被重定向到 /dev/null，這樣我們就不必檢視所有 “Permission denied” 錯誤，否則這些錯誤將顯示在我們不允許檢視的其他目錄中。

此外，掃描包含相同內容但不共享 inode 的檔案（即，簡單的文字拷貝）將花費更多的時間和精力。

---

via: https://www.networkworld.com/article/3387961/how-to-identify-duplicate-files-on-linux.html

作者：Sandra Henry-Stocker 選題：lujun9972 譯者：MjSeven 校對：wxy

本文由 LCTT 原創編譯，Linux中國 榮譽推出

訂閱“Linux 中國”官方小程式來檢視