Linux下如何寻找相同文件？

大家好，我是良许。

随着电脑的使用，系统里将产生很多垃圾，比较典型的就是同一份文件被保存到了不同的位置，这样导致的结果就是磁盘空间被大量占用，系统运行越来越慢。

所以如果你的电脑空间告急的话，可以试着去删除这样的文件，释放一些空间。在 Linux 下，我们可以通过识别文件的 inode 值来找出系统中的相同文件。

inode 是一个数据结构，记录了文件所有信息，除了文件名和文件内容。如果两个或多个文件具有相同的 inode 值，即使它们的文件名不一样，位置不一样，它们的内容、所有者、权限其实都是一样的，我们可以将其视有相同文件。

这类型的文件其实就是所谓的「硬链接」。硬链接具有相同的 inode 值，但文件名不一样。而软链接其实就是快捷方式，它指向目标文件，但有着自己的 inode 值。

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

我们无法直接知道同一目录下有哪些文件是有相同的 inode 值，但要识别起来也不难。其实我们只要使用 ls -i 命令，再以 inode 值进行排序，就可以直接找到这些文件。

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

在这个结果的第一列里，就是对应的 inode 值。所以从这个结果里我们一眼就可以看出来，哪些文件具有相同 inode 值。

如果你只是想找到一个文件的对应硬链接文件，我们可以使用 find 命令，再加个 -samefile 选项即可快速找到。

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

这些文件都是有相同的 inode 值，不信的话可以再使用 ls 命令来查看更多信息：

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

我们可以看到，除了文件名之外，这几个文件名的信息完全一样。细心的朋友可能会注意到，在第2列(硬连接数)是4，而实际上我们找出来的文件只有3个，这说明还有一个文件与他们共享 inode 值，只是我们通过这条命令没有找出来而已。

作为一个懒人，每次敲命令多麻烦，直接上脚本找出目录下的相同文件!

#!/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 

运行结果：

$ ./findHardLinks 
 788000 myfile 
 788000 mytwin 

当然了，你还可以使用 find 命令，根据 inode 值，找到系统里所有相同文件。