Open

van erre egy csomó ingyenes program:
Duplicate Cleaner
AllDup
DiskBoss

vagy hordozható verzióba:
DoubleKiller, Easy Duplicate Finder, Duplicate File Finder, DirComp

"Mindig is első szerettem volna lenni!" - II. János Pál pápa

nem a név és méretvizsgálat miatt fut ennyi ideig, hanem mert ciklus van a ciklusban, ez 17.000 adatnál ilyen lassú sajnos :/

Az Excelt én elvből nem nyitom meg Amúgy igen, biztos egyszerűbb úgy, de tudod azért szerkesztettem ilyenre a bejegyzést, illetve raktam a végére Címke felhőt, hogy kereshető legyen, mert valakinek még szüksége lehetne valamire a kódból

A Programozós fórumban jelenleg is folyik az eszmecsere, hogy mivel lehetne gyorsítani a dolgokon.

Jo ez nekem zeneim kozt van duplikatum egy par, de nem vallalom a megkereseset mert par ezer van. A nevuk nem ugyan az (marmint a struktura ahogy el van nevezve) igy kicsit masabb. Meg van ami webshopbol van azoknak meg nincs is rendes id3 tag-se azokat csak sajnos hallas alapjan tudom beazonositani.

Alapból van olyan PowerShell lehetőség, hogy diff $a $b ami megnyitja a fájlt, végigmegy benne soronként, és ha ugyanaz akkor hamissal, ha van benne különbség akkor igazzal tér vissza, nyílván ezt a sort:
if($tempj.Name -eq $tempi.Name -and $tempj.Length -eq $tempi.Length){

simán le lehetne cserélni egy diff-esre, de akkor már tényleg nagyon sok ideig tartana az összehasonlítás egy egész partícióra
Na mindegy, legalább elfoglaltam magam ^^

A rendezéssel az a baj, hogy ha lekéred a fájlokat akkor egy fájl valahogy így fog kinézni:

D:\User\Zenék\ABBA\zeneszam.mp3
ez egy tök más helyen is lehet, például
D:\Dokumentumok\Mintazenék\Régiek\zeneszam.mp3

Most a fentieket hogy rendezed lexiografikusan úgy, hogy egymás mellé kerüljenek? :/
Aprobléma azzal van, hogy az algoritmus 1500 fájl esetén 1500x1500-szor fog végigmenni egy tömbön, ami lassú, erre kéne megoldást találni.

Hát nem tudom, tisztában vagyok vele, hogy sokaknak tesz jó szolgálatot az Excel, és méltán híres, de én mint programozó nem nagyon csípem. De ez csak azért lehet, mert még tanulom a szakmát, erősen, mint a fentiekből is látszik. Ha a fő érv az lenne, hogy a problémát gyorsan oldjam meg, és az excel lenne a legalkalmasabb erre, akkor nyílván azt használnám, és nem érdekelne, hogy mennyire puritán dolog azt használni

Puritán alatt azt értettem, hogy míg egyik munkatársam a nagy adathalmazt excellel szerette volna beolvasni/rendezni/feldolgozni, addig én egyből írtam volna rá egy PHP kódot, ami egyből az adatbázisra csatlakozik, így az dinamikusan dolgozta volna fel az adatokat, egyszer kell megírni, és utána teszi a dolgát, míg a munkatárs vélhetően előbb végzett volna az adathalmazzal excelt használva, de semmi olyat nem csinált volna ami utána automatizálta volna a folyamatot.

[ Szerkesztve ]

Nalam egy helyen vannak a zenek azzal nincs baj, a mappan belul vannak duplicatumok.
Egy bash scriptel talan meglehetne oldani....

Hát, ha csak névben különböznek, akkor
$loc = get-location
$files = get-childitem -Path $loc -Recurse *.mp3 | where {$_.Length -gt 0}
$length = $files.length
$multiples = @()
for($i=0;$i -lt $length;++$i){
$ismultiple = 0
$tempi = $files[$i]
if($multiples -contains $tempi.FullName){ } else {
for($j=$i+1;$j -lt $length;++$j){
$tempj = $files[$j]
if($tempj.Length -eq $tempi.Length){
if(diff $(Get-Content $tempi) $(Get-Content $tempj)) {
# egyenlo hosszu, de nem ugyanaz, pl mas ID3
} else {
$multiples += $tempj.FullName
$rows++
$ismultiple = 1
}
}
}
if($ismultiple){
$multiples += $tempi.FullName
$multiples += "`n"
}
}
}
$multiples

Az a baj, hogy ha már más az ID3 tag akkor különbözőnek veszi őket :/

Akkor marad a bogaraszas en ebbe nem akorok belemerulni nagyon (amugy is elvannak a hdd-n )

Na, közben sikerült megoldani a problémát, már csak 15mp-ig tart ami előtte 45 percig
UPDATE-eltem a posztot.

http://prohardver.hu/tema/programozas_forum/hsz_6404-6425.html

Sose felejtsd el, honnan jöttél...

Sk8erPeter

Igen köszi, ez is hasznos lehet, mert azért nem saját kútfőből jött a megoldás ^^