如何識別 Linux 上的檔案分身 | Linux 中國

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案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）那樣僅僅透過包含它們的名稱指向其他檔案，符號連結很容易在檔案串列中透過第一個位置的 l 和取用檔案的 -> 符號識別出來。

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

1. $ ls -i | sort -n | more
2. ...
3. 788000 myfile <==
4. 788000 mytwin <==
5. 801865 Name_Labels.pdf
6. 786692 never leave home angry
7. 920242 NFCU_Docs
8. 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串列更簡單，即 find 命令的 -samefile 選項將幫助你完成工作。

1. $ find . -samefile myfile
2. ./myfile
3. ./save/mycopy
4. ./mytwin

註意，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：

1. $ find . -samefile myfile -ls
2. 788000 4 -rw-r--r-- 4 shs shs 228 Apr 12 19:37 ./myfile
3. 788000 4 -rw-r--r-- 4 shs shs 228 Apr 12 19:37 ./save/mycopy
4. 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、日期資訊以及取用相同磁碟內容的檔案的名稱。註意，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實體，可以嘗試以下的指令碼來建立串列併為你查詢副本：

1. #!/bin/bash
3. # seaches for files sharing inodes
5. prev=""
7. # list files by inode
8. ls -i | sort -n > /tmp/$0
10. # search through file for duplicate inode #s
11. while read line
12. do
13. inode=`echo $line | awk '{print $1}'`
14. if [ "$inode" == "$prev" ]; then
15. grep $inode /tmp/$0
16. fi
17. prev=$inode
18. done < /tmp/$0
20. # clean up
21. rm /tmp/$0

1. $ ./findHardLinks
2. 788000 myfile
3. 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。

1. $ find / -inum 788000 -ls 2> /dev/null
2. 788000 4 -rw-r--r-- 4 shs shs 228 Apr 12 19:37 /tmp/mycopy
3. 788000 4 -rw-r--r-- 4 shs shs 228 Apr 12 19:37 /home/shs/myfile
4. 788000 4 -rw-r--r-- 4 shs shs 228 Apr 12 19:37 /home/shs/save/mycopy
5. 788000 4 -rw-r--r-- 4 shs shs 228 Apr 12 19:37 /home/shs/mytwin

註意，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，簡單的文字複製）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[2] 選題：lujun9972 譯者：MjSeven 校對：wxy

本文由 LCTT 原創編譯，Linux中國 榮譽推出