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

本文由 LCTT 原創編譯，Linux中國 榮譽推出

本文轉載來自 Linux 中國: https://github.com/Linux-CN/archive