如何識別 Linux 上的文件分身
識別使用同一個磁碟空間的文件依賴於利用文件使用相同的 inode 這一事實。這種數據結構存儲除了文件名和內容之外的所有信息。如果兩個或多個文件具有不同的名稱和文件系統位置,但共享一個 inode,則它們還共享內容、所有權、許可權等。
這些文件通常被稱為「硬鏈接」,不像符號鏈接(即軟鏈接)那樣僅僅通過包含它們的名稱指向其他文件,符號鏈接很容易在文件列表中通過第一個位置的 l
和引用文件的 ->
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
在單個目錄中的硬鏈接並不是很明顯,但它仍然非常容易找到。如果使用 ls -i
命令列出文件並按 inode 編號排序,則可以非常容易地挑選出硬鏈接。在這種類型的 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,查找相同的 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文件是否是另一個文件的硬鏈接,那麼有一種方法比瀏覽數百個文件的列表更簡單,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文件系統會掃描多少來進行匹配。在上面的示例中,我們正在查看當前目錄和子目錄。
使用 find
的 -ls
選項添加輸出的詳細信息可能更有說服力:
$ 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,然後我們會看到文件許可權、鏈接、所有者、文件大小、日期信息以及引用相同磁碟內容的文件的名稱。注意,在這種情況下,鏈接欄位是 「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 的鏈接(但不在我們的搜索範圍內)。
如果你想在一個目錄中查找所有硬鏈接的實例,可以嘗試以下的腳本來創建列表並為你查找副本:
#!/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 編號查找文件,如命令中所示。但是,此搜索可能涉及多個文件系統,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文件系統中使用,代表另一個文件。如果是這種情況,文件的其他詳細信息將不相同。
$ 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
,這樣我們就不必查看所有 「Permission denied」 錯誤,否則這些錯誤將顯示在我們不允許查看的其他目錄中。
此外,掃描包含相同內容但不共享 inode 的文件(即,簡單的文本拷貝)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
本文轉載來自 Linux 中國: https://github.com/Linux-CN/archive