Google 云端硬盘重复文件

Question

我有这段代码可以删除重复文件，但它没有按预期工作，它在电子表格上，你转到工具并单击脚本管理器并给你三个按钮

启动进程

标记重复项

删除重复项

第一个检索文件，第二个将重复的文件变成浅红色，第三个据说会擦除它们并将它们变成红色，尽管它所做的只是将它们变成黄色，我不知道在哪里找出错误请有人帮助我

function startProcess(){
  PropertiesService.getScriptProperties().deleteAllProperties();
  try{
    ScriptApp.deleteTrigger(ScriptApp.getProjectTriggers()[0]);
  }catch(e){}
  var sh = SpreadsheetApp.getActiveSheet();
  sh.getDataRange().clear();
  sh.getRange(1,1,1,4).setValues([['fileName (logged @'+Utilities.formatDate(new Date(),Session.getScriptTimeZone(),'MMM-dd-yyyy HH:mm')+')','fileSize','parent folders tree','fileID']]);
  var trig = ScriptApp.newTrigger('getDriveFilesList_').timeBased().everyMinutes(5).create();
  Logger.log(trig.getUniqueId()+'  '+trig.getHandlerFunction());
  getDriveFilesList_();
}

function getDriveFilesList_(){
  var content = [];
  var startTime = new Date().getTime();
  var sh = SpreadsheetApp.getActiveSheet();
  if( ! PropertiesService.getScriptProperties().getProperty('numberOfFiles')){
    PropertiesService.getScriptProperties().setProperty('numberOfFiles',0);
  }

  var numberOfFiles = Number(PropertiesService.getScriptProperties().getProperty('numberOfFiles'));
  Logger.log(numberOfFiles);
  var max = numberOfFiles+10000;
  if( ! PropertiesService.getScriptProperties().getProperty('continuationToken')){
    var files = DriveApp.getFiles();
   // var files = DriveApp.getFolderById('0B3qSFd_____MTFZMDQ').getFiles();// use this line and comment the above if you want to process a single folder
   // use your chozen folder ID of course (available from the browser url , the part after "https://drive.google.com/?authuser=0#folders/")
  }else{
    var files = DriveApp.continueFileIterator(PropertiesService.getScriptProperties().getProperty('continuationToken'))
    }
  while(files.hasNext() && numberOfFiles<(max)){
    var file = files.next()
    if(file.getSize()>0){
      numberOfFiles++;
      var folder = '(shared)';
      if(file.getParents().hasNext()){folder = getTree_(file)}
      content.push([file.getName(),file.getSize(),folder,file.getId()])
    }    
    if(new Date().getTime()-startTime > 250000){break};
  }
  sh.getRange(sh.getLastRow()+1,1,content.length,content[0].length).setValues(content);
  if(!files.hasNext()){ScriptApp.deleteTrigger(ScriptApp.getProjectTriggers()[0]);Logger.log('done !'); sh.getRange(sh.getLastRow()+1,1).setValue('All files processed ('+numberOfFiles+' found)')};
  var continuationToken = files.getContinuationToken()
  PropertiesService.getScriptProperties().setProperty('numberOfFiles',numberOfFiles);
  PropertiesService.getScriptProperties().setProperty('continuationToken',continuationToken);
}

function markDuplicates(){
  handleDuplicates_(false)
}

function trashDuplicates(){
  handleDuplicates_(true)
}

function handleDuplicates_(trash){  
  var sh = SpreadsheetApp.getActiveSheet();
  sh.setFrozenRows(1);
  sh.sort(1);
  var data = sh.getDataRange().getValues()
  var headers = data.shift()
  var lastComment = data.pop();
  var toDelete = [];
  var item = data[0];
  for(var n=1 ; n<data.length; n++){
    if(data[n][0]==item[0] && data[n][1]==item[1]){
      toDelete.push('delete '+ n);
    }
    item=data[n];
  }
  var marker =   sh.getRange(2,1,data.length,1).getBackgrounds();
  for(var n in data){
    if(!trash){marker.push(['#FFF'])};
    if(toDelete.indexOf('delete '+n)>-1 && !trash){
      marker[n][0] = '#F99';
    }
    if(toDelete.indexOf('delete '+n)>-1 && trash){
      if(marker[n][0]==='#ff9999'){
        try{
        DriveApp.getFileById(data[n][3]).setTrashed(trash);
        marker[n][0] = '#F33';
        }catch(err){Logger.log(err)}
      }else{
        marker[n][0] = '#FF9';  3
      }
    }
  }
  sh.getRange(2,1,marker.length,1).setBackgrounds(marker);
}

function getTree_(file){
  var tree = [];
  var folderP = file.getParents()
  while (folderP.hasNext()){
    var folder = folderP.next();
    folderP = folder.getParents();
    tree.push(folder.getName());
  }
  return tree.reverse().join('/');
}

Answer 1

我在您的代码中发现了一些问题，因此我创建了一个新的 ajrHandleDuplicates_()，它似乎可以满足您的需求。我只从一个文件夹中运行了简单的测试，并且禁用了继续触发器。

您可以从this sheet 运行脚本（并复制一份，尽管您有编辑权限），您可以将文件放到this folder 进行测试（您将看到我上次测试的结果） .我在桌面上制作了一个小文本文件并将其放入并重命名。

Answer 2

我尝试使用给定答案中的脚本，发现它根本不起作用。代码组织得很差，似乎缺少相关部分。即使代码正在运行，我也不希望它运行良好，因为Google App Script limits 会很快被击中。以下是脚本可能会遇到的一些限制：

1. 30 秒限制 - 自定义函数只能运行 30 秒，这几乎不足以扫描大多数 Google Drive 帐户中的所有文件。
2. 6 分钟限制 - 如果我们没有达到自定义函数限制，我们将达到 6 分钟脚本执行限制。
3. 内存限制 - 此限制未记录在案，但存储每个经过扫描以与其他文件进行比较的文件将很快达到内存限制。

另外，我不相信该脚本，因为它似乎没有比较每个文件的 MD5。

我的建议是不要尝试在 Google 表格中解决此问题。相反，使用Google Drive's API 在工作表之外构建代码。或者更简单的方法是使用Clean Drive for Google Drive，它将为您找到重复文件。它可以处理包含数百万个文件的大型帐户，并且不会遇到上述任何限制问题。

仅供参考，我是Clean Drive 的创建者，所以我有点偏见，但我认为如果你使用它，你也会如此。 ?