- 桌面应用
【免费下载链接】dupeguru
Find duplicate files
dupeGuru 是一款跨平台（Linux、macOS、Windows）的开源重复文件查找工具，核心代码位于 core 目录，采用 Python 3 编写、以 Qt 为 UI 框架（见 README.md）。本文以官方帮助文档 help/en/index.rst 及其子章节为骨架，系统讲解 dupeGuru 的 Standard / Music / Picture 三种应用模式、Worded / Contents / Picture Blocks 等扫描算法与 Filter Hardness 阈值机制、结果分组与 Delta 差值审查、以及偏好设置与安全性设计，并辅以仓库源码佐证底层实现。读完本文，你将能够完成从"首次查重"到"精确清理重复文件"的完整实战闭环，并理解各类扫描选项背后的计算原理。
认识 dupeGuru：三大模式与整体工作流
dupeGuru 是一个用于"在计算机上查找重复文件"的工具，具有三种模式：Standard、Music 和 Picture，每种模式拥有各自的扫描类型与特色功能（见 help/en/index.rst）。虽然不看文档也能上手，但要真正掌握它，仍建议通读整套帮助文档；若只想完成第一次查重，可直接跳到 快速开始。
从仓库结构看，三种模式的扫描器分属独立子包：Standard 模式在 core/se、Music 模式在 core/me、Picture 模式在 core/pe，共享的扫描调度逻辑则在 core/scanner.py 与 core/engine.py 中。核心逻辑与 Qt 界面代码分离（分别位于 core 与 qt），这也解释了为什么文档强调"打开偏好面板前先选好应用模式"——不同模式会暴露不同的扫描类型与偏好选项。
快速开始：一次默认配置的标准扫描
快速开始 给出的完整流程如下：
- 启动 dupeGuru；
- 通过拖拽或点击"+"按钮添加要扫描的文件夹；
- 点击Scan开始扫描；
- 等待扫描过程结束；
- 逐一查看每个重复组（缩进显示的文件即重复文件），确认它确实是该组参考文件（组内第一行、不缩进、复选框被禁用的文件）的重复；
- 若某文件是"误报"，选中它并执行Actions → Remove Selected from Results；
- 确认结果中没有误报后，执行Edit → Mark All，再执行Actions → Send Marked to Recycle bin（即把已标记的重复文件送入回收站）。
这只是基础扫描。文档明确指出，dupeGuru 提供大量可调参数以获得不同结果，并有多种审查、修改结果的手段，这正是下文展开的内容。
扫描类型与算法原理
dupeGuru 有 3 种基本扫描方式：Worded（词法）扫描、Contents（内容）扫描与Picture Blocks（图片块）扫描；前两者服务于 Standard 与 Music 模式，后者专属于 Picture 模式（见 scan.rst）。扫描行为通过偏好面板配置。在源码中，Scanner._getmatches()（core/scanner.py）根据scan_type分发到不同的匹配引擎，例如ScanType.CONTENTS与ScanType.FOLDERS走engine.getmatches_by_contents()，其余走engine.getmatches()。
Worded 扫描：从文件名或音乐标签提取词串
Worded 扫描会从每个文件提取一个字符串并将其拆分为单词，字符串可来自两个来源：文件名或音乐标签（仅 Music 版）。
当来源是音乐标签时，需要选择使用哪些标签。例如选择分析artist和title标签，会得到类似 "The White Stripes - Seven Nation Army" 的字符串（scan.rst）。
分词规则如下（scan.rst）：
- 按空格字符切分；
- 移除所有标点（部分替换为空格，部分直接删除）；
- 所有单词转小写。
例如字符串 "This guy's song(remix)" 会得到this、guys、song、remix四个词。
匹配百分比的计算：两个字符串的匹配度 = 匹配的单词数 ÷ 两串的单词总数，其中每个匹配词计 2 分。若结果 ≥ Filter Hardness（如 80），即判定为重复。例如 "a b c d" 与 "c d e"：4 个词匹配、7 个词总数，匹配率 57（scan.rst）。源码层面，word_weighting、match_similar_words、min_match_percentage作为关键字参数传入engine.getmatches()（core/scanner.py），其中min_match_percentage即 Filter Hardness 的实现载体。
Fields 字段：解决多段式文件名
歌曲文件名常含多段信息，会造成误报。例如 "Dolly Parton - I Will Always Love You" 与 "Whitney Houston - I Will Always Love You" 并非同一首歌（演唱者不同），但朴素算法下匹配率高达 71%。为此引入Fields概念：字段以-分隔。选择Filename - Fields扫描类型时，每个字段被单独比较，最终匹配分数取所有字段中的最低值。上例中标题 100% 匹配、歌手 0% 匹配，最终得分为 0（scan.rst）。
由于命名策略并非完全统一，可能出现 "The White Stripes - Seven Nation Army" 与 "Seven Nation Army - The White Stripes" 这类字段顺序颠倒的情况，因此提供Filename - Fields (No Order)类型：所有字段两两比较，保留最高分，再取各字段最低分作为最终分数——本例结果为 100（scan.rst）。源码中该类型由ScanType.FIELDSNOORDER触发，会设置no_field_order=True后再按 FIELDS 处理（core/scanner.py）。
注意：每个字段只能用一次。因此 "The White Stripes - The White Stripes" 与 "The White Stripes - Seven Nation Army" 的匹配分是 0——第二个 "The White Stripes" 已被第一个字段"用掉"，无法再与对方首字段比较（scan.rst）。
Tags扫描方式始终是"字段化"的：选择该方式时还需指定参与比较的标签，每个标签即一个字段。
词权重（Word Weighting）
开启后，匹配百分比的计算方式改变：更大的词权重更高。每个词不再计为 1，而是按字符数计值。例如 "ab cde fghi" 与 "ab cde fghij"：总字符 19，匹配字符 10（"ab" 计 4，"cde" 计 6），匹配率 53%（scan.rst）。该选项在源码中对应Scanner.word_weighting，通过kw["weight_words"]传入匹配引擎（core/scanner.py）。
相似词匹配（Similarity Matching）
开启后，相似单词也会被计为匹配。例如 "The White Stripes" 与 "The White Stripe" 的匹配分将从 66 升到 100（scan.rst）。判定规则：两个词仅需少量编辑操作（删一个字母、加一个字母等）即可相等，即视为相似；实际使用的函数是 Python 的get_close_matches，截断值为0.8（scan.rst）。
警告：该选项需谨慎使用。开启后结果中很可能出现大量误报，但也能找到其他方式找不到的重复项，且扫描速度会显著变慢（scan.rst）。源码中的开关为Scanner.match_similar_words，对应kw["match_similar_words"]（core/scanner.py）。
Contents 扫描：按内容精确比对
Contents 扫描比 Worded 简单得多：读取文件内容，若内容完全相同则视为重复（scan.rst）。
相比文件名比较，读内容耗时更长。为避免无谓地读取整个文件，dupeGuru 先按文件大小分组，丢弃组内孤立的文件，再对剩余文件读取内容。内容比较使用MD5 哈希（scan.rst）。文档也客观指出：虽然 MD5 撞库（forge）容易，但那是"有意伪造"；两个文件恰好同时具备相同 MD5 与相同大小的概率仍然极小。此外，Filter Hardness 在此类扫描中不生效（scan.rst）——这一点与 FAQ 中"Filter Hardness 滑块在 Contents 扫描下无法移动"的现象完全吻合（faq.rst）。
Folders 扫描：查找重复文件夹
Folders 是 Contents 的一种特殊扫描类型：行为与普通 Contents 扫描一致，但目标是找重复文件夹而非重复文件。若两个文件夹内所有文件的对应内容都相同，则二者互为重复（scan.rst）。
该扫描是递归的，子文件夹也会被检查。dupeGuru 只保留"最大的鱼"：若两个匹配的文件夹各自还包含子文件夹，这些子文件夹不会出现在最终结果中。此模式下，结果呈现的是文件夹而非文件（scan.rst）。这一"去重去重"行为在源码中也有印证：get_dupe_groups()在ScanType.FOLDERS时会移除"父路径也在匹配中"的匹配（core/scanner.py）。
Picture Blocks 扫描：图片模糊匹配
Picture 模式与另两种模式完全不同，其扫描类型是独立的。第一个类型即"Contents"扫描的升级版——Picture Blocks（scan.rst）。
流程分两阶段（scan.rst）：
- 图片分析阶段：以 RGB 位图模式打开每张图片，将其"块化"——建立 15×15 的网格，计算每个格子的平均颜色。此阶段非常耗时，结果会缓存到数据库（"picture cache"，即图片缓存）。
- 比较阶段：将两图对应网格的平均颜色逐一比较，计算颜色差（各侧 R、G、B 差值之和），所有差值累加为最终"分数"。
若最终分数 ≤100 - threshold，即判定匹配（scan.rst）。阈值 100 附加一个约束：图片必须完全相同（由于平均化，偶有非完全相同图片得到 0 分，但 "100%" 语义上即"完全相同"，故这些情形被排除）；想要"非常相似但允许少量模糊差异"，选 99%（scan.rst）。
比较阶段是 CPU 密集型的，可能耗时较长。该任务已利用多核 CPU 优化，但由于模糊匹配的本质，仍须每张图片与其他所有图片比较，算法是二次方的（若待比较图片数为 N，比较次数为 N×N）（scan.rst）。源码中对应core/pe/matchblock.py的getmatches()（core/pe/matchblock.py），签名中的match_scaled、match_rotated分别对应偏好里的"允许不同尺寸/不同旋转的图片匹配"。
EXIF Timestamp 扫描
此类型很简单：读取每张图片的 EXIF 信息并提取DateTimeOriginal标签，若两图的标签相同，则视为重复（scan.rst）。实现位于 core/pe/matchexif.py。
警告：被修改过的图片常常保留原 EXIF 时间戳，使用该类型时需警惕误报（scan.rst）。
文件夹选择与文件夹状态
启动 dupeGuru 后首先看到的是文件夹选择窗口，它包含应用模式选择、扫描类型选择以及待扫描文件夹列表（folders.rst）。
应用模式选择
三种模式的分工如下（folders.rst）：
- Standard：适用于任意类型文件，最具通用性，但缺少其他模式的专用特性；
- Music：只扫描音乐文件，支持标签比较，结果窗口含大量音频相关信息列；
- Picture：只扫描图片，其 Contents 扫描类型是强大的模糊匹配器，能找出"相似但并非完全相同"的图片。
选择应用模式不仅会改变下方可用的扫描类型，还会改变偏好面板中的可用选项。因此若要微调扫描，务必先选好应用模式，再打开偏好面板。
扫描类型与文件夹列表
扫描类型选择器决定本次扫描的方式，详见 扫描文档。
添加文件夹：点击"+"按钮。若之前添加过文件夹，会弹出含最近添加文件夹的菜单，点击其中一项即可直接加入；点击菜单第一项Add New Folder...则弹窗选择新文件夹；从未添加过时不会弹菜单，直接提示选择新文件夹。另一种方式是直接把文件夹拖入列表（folders.rst）。
移除文件夹：选中后点击"-"。若选中的是某个子文件夹，点击该按钮会把该子文件夹设为excluded（排除）状态而非移除（folders.rst）。
文件夹的三种状态
每个文件夹处于以下三种状态之一（folders.rst）：
| 状态 | 含义 |
|---|---|
| Normal | 该文件夹中发现的重复文件可以被删除。默认状态。 |
| Reference | 该文件夹中的重复文件不可被删除；其中的文件只能占据重复组的参考位置。若多个参考文件夹的文件落入同一重复组，仅保留一个，其余从组中移除。 |
| Excluded | 该目录下的文件不参与扫描。 |
当为某个目录设置状态时，其所有子文件夹自动继承该状态，除非你显式给某个子文件夹单独设置状态（folders.rst）。
准备好后点击Scan按钮启动扫描，结束后进入结果窗口。
结果审查：重复组、参考文件与 Delta 差值
扫描完成后，dupeGuru 以重复组列表形式展示结果（results.rst）。
重复组的结构
一个重复组是一组彼此全部匹配的文件。每组有一个参考文件和一个或多个重复文件：参考文件是组内第一个文件，其复选框被禁用；其下缩进显示的即是重复文件（results.rst）。
你可以标记重复文件，但永远不能标记组的参考文件——这是防止 dupeGuru 连重复文件带参考文件一起删掉的安全措施（results.rst）。
参考文件的确定规则（results.rst）：
- 优先看文件夹状态：来自Reference 文件夹的文件在该组中永远是参考文件；
- 若全部来自普通文件夹，则由文件大小决定：dupeGuru 假定你总想保留最大文件，因此最大的文件占据参考位置。
你可以手动更换参考文件：选中想要提升的重复文件，点击Actions → Make Selected into Reference（results.rst）。
审查结果的方法
虽然你可以直接Edit → Mark All然后Actions → Send Marked to Recycle bin快速删除所有重复文件，但文档始终建议在删除前逐一审查（results.rst）。
- Details 面板：显示当前选中文件及其参考文件的全部细节，非常适合快速判断某个重复是否真的是重复；也可以双击文件，用系统关联应用打开它（results.rst）。
- 策略选择：若误报多于真重复（例如 Filter Hardness 很低），最佳做法是审查后标记真正的重复，再执行Actions → Send Marked to Recycle bin；若真重复多于误报，则反过来标记所有误报文件，执行Actions → Remove Marked from Results（results.rst）。
标记与选择
marked（已标记）指重复文件旁的小方框被打勾；selected（已选中）指该文件被高亮。dupeGuru 支持标准的 Shift/Command/Control 多选操作，按空格键可切换所有已选中文件的标记状态（results.rst）。
Show Dupes Only 模式
开启后，结果只显示重复文件、不显示各自的参考文件，且仍可正常选择、标记、排序（results.rst）。
典型应用场景：正常模式下结果按重复组的参考文件排序，因此若想标记所有 "exe" 扩展名的重复文件，直接按 "Kind" 列排序是做不到的（一个组可能包含多种类型文件）。此时用 Dupes Only 模式即可完成（results.rst）：
- 启用 Dupes Only 模式；
- 通过 "Columns" 菜单添加 "Kind" 列；
- 点击 "Kind" 列头按类型排序；
- 找到第一个 "exe" 类型的重复文件并选中；
- 向下滚动找到最后一个 "exe" 重复文件；
- 按住 Shift 点击它（区间全选）；
- 按空格标记所有选中的重复文件。
Delta Values 差值视图
打开此开关后，数值列将显示相对于该重复文件参考值的差值而非绝对值，并以橙色显示以便识别。例如重复文件 1.2 MB、参考文件 1.4 MB，则 Size 列显示-0.2 MB（results.rst）。
此外，非数值列的值若与参考不同也会显示为橙色，相同则保持黑色。配合 Dupes Only 模式的列排序，可实现非常强大的扫描后过滤（results.rst）。
Dupes Only × Delta Values 的组合威力
两者的组合才是 Dupes Only 的真正价值所在（results.rst）：
- 按差值范围筛选：想删除与参考相差超过 300 KB 的重复，可按 Size 列排序，选中所有 -300 以下的重复删除，再对列表底部 +300 以上的重复做同样操作。
- 按属性是否相同分组：非数值列在差值模式下，排序会把"与参考相同（黑色）"的行聚在一起。例如做了 Contents 扫描但只想删同名重复：按文件名排序，与参考同名的重复会聚在一起且显示黑色。
- 改选参考文件：新扫描且无参考文件夹时，每组的参考是最大文件。若想改为"最新修改时间"，可把 Dupes Only 结果按修改时间降序排列，选中所有修改时间差值 > 0 的重复，执行Make Selected into Reference。必须降序的原因是：同一组内若选中多个文件，只有列表中的第一个会被提升为参考，其余被忽略；降序排列能保证列表第一项就是最后修改的文件。
FAQ 中给出了大量可直接套用的组合操作，例如"删除与参考相差超过 300 KB 的文件"、"把最新修改文件设为参考"、"删除与参考相差超过 3 秒的歌曲"、"把最高码率歌曲设为参考"等，均为上述两种模式的组合演练（faq.rst）。
结果过滤（Filtering）
dupeGuru 支持扫描后过滤，可把结果缩小到某个子集再执行操作，例如轻松标记文件名含 "copy" 的所有重复（results.rst）。
用法：在结果窗口右上角的 "Filter" 搜索框中输入过滤串。输入内容会应用于结果中每个重复的完整路径，只有至少一个重复匹配过滤条件的重复组才会显示（results.rst）。
当组内并非所有重复都匹配过滤条件时，该组仍会完整显示所有重复，但不匹配的重复处于"参考模式"——因此你执行 "Mark All" 之类的操作时，可以确信只会标记到过滤出的重复。清空输入框或点击 "X" 即可回到未过滤状态（results.rst）。
过滤语法（results.rst）：
- 简单模式（默认）：输入即匹配字符串，唯一的通配符是*。例如输入
[*]可匹配任何带[]括号的内容，括号中间任意； - 高级模式：勾选 "Use regular expressions when filtering" 后改用正则表达式匹配；
- 简单与正则模式均不区分大小写；
- 正则不需要匹配整个文件名，只要包含一段匹配表达式的子串即可。
Actions 菜单全解析
结果窗口的 Actions 菜单包含以下操作（results.rst）：
| 菜单项 | 行为说明 |
|---|---|
| Clear Ignore List | 清除所有已添加的忽略匹配。需重新扫描后新清除的忽略列表才生效。 |
| Export Results to XHTML | 将当前结果导出为 XHTML 文件，导出时可见的列即文件中的列；文件会自动用默认浏览器打开。 |
| Send Marked to Trash | 把已标记的重复文件送入回收站；操作前会展示删除选项（见下节）。 |
| Move Marked to... | 提示目标位置，把已标记文件移动到该位置；是否重建源路径取决于 "Copy and Move" 偏好。 |
| Copy Marked to... | 提示目标位置，把已标记文件复制到该位置；同样受 "Copy and Move" 偏好影响。 |
| Remove Marked from Results | 从结果中移除已标记的重复（不动磁盘上的实际文件）。 |
| Remove Selected from Results | 从结果中移除选中的重复；注意所有选中的参考文件会被忽略，只有重复可被此操作移除。 |
| Make Selected into Reference | 把选中的重复提升为参考。若该重复所在组的参考来自参考文件夹（文件名蓝色显示），则不生效；若同一组选中多个，仅第一个被提升。 |
| Add Selected to Ignore List | 先把选中重复从结果中移除，再把"该重复与当前参考的匹配"加入忽略列表；此后扫描中该匹配不再出现（重复文件本身可能再次出现，但会匹配到其他参考）。可用 Clear Ignore List 清除。 |
| Open Selected with Default Application | 用系统关联应用打开选中文件。 |
| Reveal Selected in Finder | 打开选中文件所在的文件夹。 |
| Invoke Custom Command | 用当前选中文件作为参数，调用你在偏好中设置的外部程序。 |
| Rename Selected | 提示新名称并重命名选中文件。 |
删除选项（Deletion Options）
这些选项影响删除重复文件的方式，大多数情况下无需开启（results.rst）：
- Link deleted files（链接已删除文件）：删除后用指向参考文件的链接替换原文件，可选symlink（符号链接）或hardlink（硬链接）。简言之：符号链接是指向文件路径的快捷方式，原文件被删或移动则链接失效；硬链接指向文件本身，等价于"真实"文件，只有所有指向该文件的硬链接都被删除，文件才真正消失。macOS 与 Linux 下完整支持；Windows 下较复杂——Windows XP 不支持，Vista 及以上支持，但需要 dupeGuru 以管理员权限运行。
- Directly delete files（直接删除文件）：不送回收站而是直接删除，主要用于故障排查。通常仅在 dupeGuru 无法正常删除文件（例如网络存储 NAS 上删除失败）时才开启。
FAQ 也印证了这一点：无法送入回收站时，最常见原因是文件权限——需要对待删除文件拥有写权限；若修复权限后仍失败，可尝试开启 "Directly delete files"（faq.rst）。
偏好设置详解
偏好面板中各项设置的完整说明如下（preferences.rst）：
| 偏好项 | 说明 |
|---|---|
| Tags to scan | 使用Tags扫描类型时，选择用于比较的标签。 |
| Word weighting | 词权重，见词权重一节。 |
| Match similar words | 相似词匹配，见相似词匹配一节。 |
| Match pictures of different dimensions | 勾选后允许不同尺寸的图片进入同一重复组。对应 core/pe/matchblock.py 的match_scaled参数。 |
| Match pictures of different rotations | 勾选后允许不同旋转角度的图片进入同一重复组。对应match_rotated参数。 |
| Filter Hardness | 两个文件被视为重复所需的阈值。值越低重复越多；阈值含义取决于扫描类型。仅对 Worded 与 Picture Blocks 扫描生效。 |
| Can mix file kind | 勾选后允许重复组内出现不同扩展名的文件；不勾选则不允许。源码层面，该开关未开启时会在get_dupe_groups()中按扩展名过滤匹配（core/scanner.py）。 |
| Ignore duplicates hardlinking to the same file | 开启后 dupeGuru 会校验重复是否指向同一inode（文件系统节点）；若是则不算重复。仅适用于 macOS 与 Linux。 |
| Use regular expressions when filtering | 勾选后，过滤功能将把过滤查询当作正则表达式处理。 |
| Remove empty folders after delete or move | 开启后，当文件被删除或移动且所在文件夹变空时，该文件夹会被一并删除。 |
| Copy and Move | 决定 Actions 菜单中 Copy/Move 操作的行为（见下）。 |
| Custom Command | 决定 "Invoke Custom Command" 动作调用的外部命令（见下）。 |
Copy and Move 的三种路径策略
（preferences.rst）
- Right in destination：所有文件直接放入所选目标目录，完全不重建源路径。
- Recreate relative path：在目标目录中重建源文件的相对路径，直到"Directories 面板"中的根选择为止。例如面板中加入
/Users/foobar/SomeFolder，把/Users/foobar/SomeFolder/SubFolder/SomeFile.ext移动到目标/Users/foobar/MyDestination，最终落点是/Users/foobar/MyDestination/SubFolder（源路径中的SomeFolder被裁剪掉）。 - Recreate absolute path：在目标目录中完整重建源文件的绝对路径。例如把
/Users/foobar/SomeFolder/SubFolder/SomeFile.ext移动到/Users/foobar/MyDestination，最终落点为/Users/foobar/MyDestination/Users/foobar/SomeFolder/SubFolder。
所有情况下，dupeGuru 都会妥善处理命名冲突：若目标中已存在同名文件，则在目标文件名前加数字前缀。
Custom Command 外部命令
该偏好决定 "Invoke Custom Command" 动作调用的命令，可用于调用任何外部程序，例如安装的 diff 对比工具（preferences.rst）。
命令格式与命令行写法一致，但包含 2 个占位符：%d与%r，分别会被替换为选中重复文件的路径（%d）和其参考文件的路径（%r）。若可执行文件路径含空格，需用""引号包裹；占位符也应加引号，因为重复与参考的路径很可能含空格。示例（preferences.rst）：
"C:\Program Files\SuperDiffProg\SuperDiffProg.exe" "%d" "%r"重新设定参考文件优先级（Re-Prioritize）
dupeGuru 会尽量自动决定每组参考文件该由哪个重复担任，但有时会选错。多数情况下，"Delta Values + Dupes Only + Make Selected into Reference" 的组合已够用；若仍不够，可使用Re-Prioritization 对话框，通过 Actions 菜单的 "Re-Prioritize Results" 调出（reprioritize.rst）。
该对话框允许按条件为每个重复组挑选参考重复：左侧列出可选条件，右侧是你已选的条件列表。一个条件由"类别 + 参数"组成，例如 "Size (Highest)" 表示最大的文件胜出，"Folder (/foo/bar)" 表示该文件夹中的重复胜出。添加方法：先在组合框中选择类别，再在下方列表中选择子参数，然后点击右箭头按钮（reprioritize.rst）。
右侧列表的顺序很重要（可通过拖拽调整）：挑选参考时先使用第一个条件；若打平，则使用第二个条件，依此类推。例如条件依次为 "Size (Highest)" 与 "Filename (Doesn't end with a number)"，则组内会选最大的文件；若两个或多个文件大小相同，则选文件名不以数字结尾的那个。当所有条件都打平时，沿用组内重复原先的排列顺序（reprioritize.rst）。
安全性与常见问题
安全性设计
FAQ 明确回答"dupeGuru 使用起来有多安全"：非常安全。它被设计为防止删除你不打算删除的文件。第一重保护是参考文件夹系统——可定义绝对不想让 dupeGuru 删除其中文件的文件夹；第二重保护是组参考系统——确保每个重复组始终至少保留一个成员（faq.rst）。
状态栏的 '(X discarded)' 提示
在某些情况下，出于安全原因，部分匹配不会进入最终结果。示例：有 A、B、C 三个文件，用较低 Filter Hardness 扫描后，A 匹配 B、A 匹配 C，但 B 与 C 不匹配。dupeGuru 无法把三者放进同一组（并非组内所有文件两两匹配），但它也不会拆成 A-B 与 A-C 两个组，原因：B 与 C 不匹配，很可能意味着二者（或其之一）并非真正的重复；若分成两组，你可能会把 B、C 都删掉，而其中一个是误报，这显然不是你想要的结果。因此 dupeGuru 会丢弃 A-C 这条匹配并在状态栏给出提示。若你删除 B 后重新扫描，A-C 匹配会再次出现在结果中（faq.rst）。
参考文件的复选框被禁用
无法标记重复组的参考文件（组内第一个文件）。此时可把某个重复提升为参考：选中组内想要提升的重复文件，点击Actions → Make Selected into Reference。若参考文件来自参考文件夹（蓝色文字显示），则无法将其移出参考位置（faq.rst）。
用户文件与偏好存储位置
用户文件（调试日志、缓存等）的位置因平台而异（faq.rst）：
- Linux：
~/.local/share/data/Hardcoded Software/dupeGuru - macOS：
~/Library/Application Support/dupeGuru
偏好设置存储在其他位置：
- Linux：
~/.config/Hardcoded Software/dupeGuru.conf - macOS：内置于
defaults系统，键名为com.hardcoded-software.dupeguru
其他高频 FAQ
- 想要确保某个文件夹的文件永不删除：在文件夹选择中将其状态设为Reference（faq.rst）。
- 想标记某文件夹下的所有文件：启用 Dupes Only 模式并点击 Folder 列排序，即可轻松选中同文件夹的重复并按空格标记（faq.rst）。
- 不想把 [live] 和 [remix] 版本当作重复：阈值足够低时它们必然出现，无法预防，但可用扫描后过滤轻松移除：在 Filter 框输入
[*]，执行Mark → Mark All，再Actions → Remove Selected from Results（faq.rst）。 - Filter Hardness 滑块动不了：该滑块只对支持"模糊性"的扫描类型有意义；Contents 等只支持精确匹配的扫描类型下它会被禁用（faq.rst）。
- Picture 模式 Contents 扫描为什么慢：该方法能检测"不完全相同"的重复照片，代价是时间——每张图都要与其他所有图逐一模糊匹配，非常耗 CPU。若只需找精确重复，改用 Standard 模式 + Contents 扫描；若照片带 EXIF 标签，可尝试快得多的 EXIF 扫描（faq.rst）。
结语
从 Worded 扫描的词级模糊匹配、Contents 扫描的大小分组 + MD5 校验，到 Picture Blocks 的 15×15 网格色块比较，dupeGuru 用一套可配置的扫描体系覆盖了"文件名级、内容级、图片内容级"三个粒度的查重需求；而参考文件夹、组参考、忽略列表与(X discarded)丢弃机制则共同构成了它的安全底线。结合本文的快捷操作清单（Dupes Only + Delta Values + 过滤 + Make Selected into Reference），你可以在扫描后快速把结果收缩到真正需要的子集，再安全地批量回收、移动或复制。若想深入了解内部实现，可继续阅读 开发者文档、扫描器源码 core/scanner.py 与图片匹配实现 core/pe/matchblock.py。
- 桌面应用
【免费下载链接】dupeguru
Find duplicate files
相关推荐
突破重复文件查找极限：dupeGuru自定义扫描模式深度解析
突破重复文件查找极限：dupeGuru自定义扫描模式深度解析 dupeGuru是一款高效的重复文件查找工具，能够帮助用户快速定位并清理系统中的重复文件，释放宝贵
桌面应用简单三步告别重复文件：DupeGuru完整使用指南
简单三步告别重复文件：DupeGuru完整使用指南 DupeGuru是一款高效的重复文件查找工具，能够帮助用户快速扫描并清理系统中的重复文件，释放宝贵的存储空间
桌面应用如何快速清理重复文件：dupeGuru完整使用指南
如何快速清理重复文件：dupeGuru完整使用指南 还在为电脑存储空间不足而烦恼吗？dupeGuru这款强大的重复文件清理工具能够帮你彻底解决这个问题。作为一款
桌面应用
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
