PHP通过哈希查找并删除重复文件：现有代码后续步骤求助

首先你的现有代码存在几个问题：

• 数组存储结构错误：把文件名和哈希值作为独立元素存入数组，导致无法对应每个文件的哈希，后续没法准确识别重复文件。
• 变量名错误：$aunique是笔误，应该是$uniques，且$result从未定义。
• 存在安全风险：直接使用$_GET['name']拼接路径，容易被利用进行路径遍历攻击，需要先做输入校验。

修正后的实现思路 #

我们应该把哈希值作为数组的键，对应的文件路径列表作为值，这样相同哈希（即内容重复）的文件会自动归为一组。之后遍历每组文件，保留一个，删除其余重复项。

完整代码示例 #

// 安全处理输入：限制目录范围，避免路径遍历
$targetDir = $_GET['name'] ?? '';
// 转为绝对路径并验证是否在允许的目录内（这里假设允许当前脚本所在目录下的子目录）
$safeDir = realpath($targetDir);
if (!$safeDir || strpos($safeDir, realpath(__DIR__)) !== 0) {
    die('非法目录请求');
}

// 构建哈希到文件列表的映射
$hashToFiles = [];
$localfiles = glob($safeDir . '/*');

foreach ($localfiles as $localfile) {
    if (is_file($localfile)) {
        $fileHash = hash_file('sha256', $localfile);
        // 将文件路径添加到对应哈希的数组中
        if (!isset($hashToFiles[$fileHash])) {
            $hashToFiles[$fileHash] = [];
        }
        $hashToFiles[$fileHash][] = $localfile;
    }
}

// 遍历哈希分组，处理重复文件
$deletedFiles = [];
$keptFiles = [];

foreach ($hashToFiles as $hash => $files) {
    if (count($files) > 1) {
        // 保留第一个文件，删除其余的
        $keptFiles[] = $files[0];
        for ($i = 1; $i < count($files); $i++) {
            $file = $files[$i];
            // 先判断文件是否存在，再删除
            if (file_exists($file) && unlink($file)) {
                $deletedFiles[] = $file;
            } else {
                echo "无法删除文件：$file\n";
            }
        }
    } else {
        // 无重复的文件直接加入保留列表
        $keptFiles[] = $files[0];
    }
}

// 输出结果
echo "保留的文件：\n";
print_r($keptFiles);
echo "\n删除的重复文件：\n";
print_r($deletedFiles);

关键说明 #

1. 安全校验：通过realpath验证目录合法性，防止恶意用户通过../等路径访问服务器上的敏感目录。
2. 哈希映射结构：用哈希作为键，能快速将所有内容相同的文件归类，比原数组结构更高效。
3. 删除逻辑：默认保留每组中的第一个文件，你可以根据需求调整保留规则（比如保留最新修改的文件，可通过filemtime判断）。

内容的提问来源于stack exchange，提问作者Doomish