Golang文件查重工具实现与优化方法
直接比较文件内容会出错，因大文件读入内存导致OOM和GC停顿，且空格、换行、BOM、编码差异易致误判；应改用哈希比对并辅以inode与ModTime双重校验。
直接比较文件内容会出错，因大文件读入内存导致OOM和GC停顿，且空格、换行、BOM、编码差异易致误判；应改用哈希比对并辅以inode与ModTime双重校验。
为什么直接比较文件内容会出错
用 os.ReadFile 读取两个大文件再用 bytes.Equal 比较，看似简单，但实际会吃光内存、卡死程序。1GB 文件读进内存就是 1GB 占用，还可能触发 GC 频繁停顿。更隐蔽的问题是：空格、换行符、BOM、编码差异（如 UTF-8 vs UTF-8-BOM）会让内容“看起来一样却比对失败”。
- 小文件（<1MB）可直接读取比对，但必须统一用
bytes.Trim去除首尾空白，且限定只处理文本类（避免二进制文件误判） - 大文件一律跳过全文读取，改用哈希——但别用
md5，它碰撞概率高且不抗恶意构造；生产环境请用sha256 - 注意：同一文件硬链接的
os.Stat().Size和os.Stat().Sys().(*syscall.Stat_t).Ino相同，可先用 inode 快速去重，省掉 90% 的哈希计算
如何安全地计算大文件 SHA256
不能把整个文件 load 进内存再算哈希，得流式读取。关键点不是“会不会写 io.Copy”，而是缓冲区大小和错误传播逻辑。
- 缓冲区设为
32 * 1024（32KB），太小导致系统调用过多，太大无意义（现代 SSD 顺序读已很高效） - 必须检查
hash.Hash.Write的返回值，某些磁盘错误或权限问题会导致写入中断，但sha256.Sum256不报错，会静默产出错误哈希 - 示例核心片段：
h := sha256.New() f, _ := os.Open(path) defer f.Close() buf := make([]byte, 32*1024) for { n, err := f.Read(buf) if n > 0 { if _, writeErr := h.Write(buf[:n]); writeErr != nil { return [32]byte{}, writeErr } } if err == io.EOF { break } if err != nil { return [32]byte{}, err } } return h.Sum([32]byte{}), nil
怎么处理中文路径和特殊字符文件名
Windows 和 macOS 对 Unicode 路径支持较好，Linux 默认 ext4 也支持 UTF-8 文件名，但问题出在 Go 的 filepath.WalkDir 行为上：它底层调用 readdir，不解析编码，遇到非法 UTF-8 字节序列会直接跳过该目录项，且不报错。
- 用
filepath.WalkDir时，务必在DirEntry.Name()上做utf8.ValidString检查，无效则记录日志并跳过，否则可能漏掉一批文件 - 不要用
strings.Contains做路径过滤（比如排除.git），而要用filepath.Base+filepath.Clean后比对，否则/foo/bar/../.git/config会被绕过 - 如果目标是跨平台工具，禁止依赖
os.Chmod修改权限来“标记重复文件”，Windows 不支持 Unix 权限语义，会静默失败
删除重复文件时如何避免误删
用户最怕的不是“没删干净”，而是“删错了”。真正的安全策略不是加确认提示，而是设计不可逆操作的前置保护。
- 永远保留最早修改时间（
ModTime）的那个文件，其余才标记为候选删除——用os.Stat获取时间，别信文件名里的日期 - 删除前必须调用
os.SameFile再次比对源路径与目标路径是否指向同一 inode，防止符号链接导致“删了原文件” - 提供
--dry-run模式，输出将要删除的绝对路径，并附带其哈希值和大小，方便人工抽检；默认不启用删除，必须显式传--delete - 不要用
os.Remove直接删，改用os.Rename移到临时隔离目录（如$HOME/.dupclean_trash），7 天后自动清空——这是最后兜底
真正难的不是算哈希或遍历目录，而是当两个文件 sha256 相同却一个能打开一个打不开时，你得判断是文件损坏、权限问题，还是哈希碰撞——这时候必须 fallback 到逐块 memcmp，但没人会真这么干。所以工程上，我们选择信任哈希，同时用 inode 和 ModTime 做双重校验，把风险控制在可解释范围内。
正软商城本月促销专区，汇集办公、设计、安全、影音、系统工具及AI软件等正版软件优惠活动，提供限时折扣、特价授权和优惠购买信息，活动库存及价格以页面实时展示为准。
正软商城装机必备专区，精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件，帮助用户快速完成新电脑软件配置。
正软商城Windows软件专区，汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件，提供软件介绍、系统要求、正版授权及购买下载服务。
正软商城macOS软件专区，精选适用于Mac电脑的办公、设计、影音、效率、开发和系统工具，提供软件功能介绍、macOS兼容版本、正版授权及购买下载服务。
正软商城iOS软件专区，精选适用于iPhone和iPad的办公、学习、影音、设计、效率及AI应用，提供功能介绍、适用设备、系统要求和正版获取方式等信息。
正软商城AI软件专区，汇集AI写作、AI绘画、AI视频、AI办公、AI编程、AI翻译、智能客服和数据分析等人工智能工具，提供功能介绍、适用平台、收费方式及正版购买信息。
正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法，同时介绍常用PDF软件和工具的使用技巧。
赤友清理大师是一款为 Mac 设计的智能清理优化工具，可精准扫描垃圾、大文件、重复文件等，释放磁盘空间。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
Mountain Duck 是一款能将多个网盘挂载到本地的工具，像本地磁盘一样使用网盘。清理链路的完整性会更好一些，做应用卸载、残留处理和空间整理时，通常能少走很多手动排查步骤。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
Wise Folder Hider Pro 是一款专业级文件和文件夹隐藏加密软件，为私密数据添加多重保护。高频操作更强调就近处理，浏览、整理和跨目录移动文件时，来回切换和重复点击都会少很多。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
Mountain Duck 是一款能将多个网盘挂载到本地的工具，像本地磁盘一样使用网盘。清理链路的完整性会更好一些，做应用卸载、残留处理和空间整理时，通常能少走很多手动排查步骤。
