PowerShell按内容匹配查找仅存在于单个文件夹的独有文件

你此前使用jdupes结果不符合预期，是因为默认开启了全范围（含单个目录内部）的重复匹配，DirA内部的重复文件会被判定为非全局唯一，因此被--printunique排除。以下是两种高效实现方案：

方案1：调整jdupes参数实现（性能最优） #

jdupes内置文件大小预校验、部分哈希比对等优化，大文件场景下速度远高于手动全量哈希计算，仅需补充--no-internal参数即可解决你遇到的问题：

jdupes --recurse --no-internal --printunique -O DirA DirB

参数说明：

• --recurse：递归遍历两个目录下所有子目录
• --no-internal：关闭单个目录内部的重复比对，仅匹配DirA和DirB之间的文件，完全规避DirA内部重复被误排除的问题
• --printunique：仅输出不存在匹配项的文件
• -O：将首个输入目录（DirA）设为最高优先级，最终输出的仅为DirA下符合要求的文件

方案2：通用哈希校验方案（无工具依赖，全平台适配） #

如果没有jdupes可用，可以通过哈希计算的方式实现，逻辑更可控：

步骤1：生成DirB所有文件的哈希参考集 #

会提取DirB下所有文件的SHA256哈希值去重后存储，作为后续比对的基准

• Linux/macOS终端命令：

find DirB -type f -exec sha256sum {} \; | awk '{print $1}' | sort -u > dirb_hash.txt

• Windows PowerShell命令：

Get-ChildItem -Path DirB -Recurse -File | Get-FileHash -Algorithm SHA256 | Select-Object -ExpandProperty Hash | Sort-Object -Unique | Out-File dirb_hash.txt

步骤2：遍历DirA输出符合要求的文件 #

计算DirA下每个文件的哈希值，和参考集比对后输出不在参考集内的文件路径

• Linux/macOS终端命令：

find DirA -type f -exec sha256sum {} \; | awk 'NR==FNR{hash[$1]=1;next} !($1 in hash){print $2}' dirb_hash.txt -

• Windows PowerShell命令：

$dirbHash = Get-Content dirb_hash.txt | ForEach-Object { $_.Trim() } | Where-Object { $_ }
Get-ChildItem -Path DirA -Recurse -File | ForEach-Object {
    $hash = (Get-FileHash -Path $_.FullName -Algorithm SHA256).Hash
    if ($hash -notin $dirbHash) { $_.FullName }
}

以上两种方案均仅以文件内容作为匹配依据，和文件名、存储路径无关，适配任意子目录嵌套场景。

内容的提问来源于stack exchange，提问作者JohnDoughmaker22