WORD PDF TXT 文档去重工具

睿君文档批量去重工具用于 Windows 本地批量清理重复文档。把 DOCX、TXT、PDF 文件或整个文件夹拖进列表，按内容、纯文本或文件名三种规则找出重复项，再用复制、移动或删除三种方式处理，并生成一份 CSV 重复清单备查。全程离线，不上传文件。

三种去重规则

• 按内容去重（推荐）：先按文件大小分桶，再比对内容 MD5，只有完全相同的文件才算重复。
• 仅按文本内容去重：抽取文字并规范化后比对，忽略换行、行尾空格等格式差异。
• 按名称去重：识别“副本”“复制”“copy”“(2)”等后缀，只在同一个文件夹内比对。

三种处理方式

• 复制（默认）：源目录不动，输出目录得到去重结果，重复件另存到重复收纳目录。
• 移动：源目录文件被移走，适合一次性整理归档。
• 删除重复：直接删除重复文件，不进回收站、无法恢复，请先备份。

主要功能

• 拖入文件或文件夹，支持多选和多个来源目录，递归读取子目录。
• 默认处理 .txt;.docx;.pdf，扩展名可在界面上修改。
• 输出目录与重复收纳目录自动派生，也可以手动指定。
• 输出按原有层级镜像源目录结构，多个来源自动别名分桶，重名自动加序号不覆盖。
• 自动生成 duplicate_report.csv，记录内容哈希、保留文件与重复文件原路径。
• 处理过程有实时日志和停止按钮，可随时中断。

使用步骤

1. 拖入待整理的文件或文件夹。
2. 确认扩展名、输出目录与重复收纳目录。
3. 选择去重规则与处理方式。
4. 点击开始去重，查看日志中的扫描数与重复组数。
5. 完成后抽查输出目录，并核对 CSV 重复清单。

当前交付版说明

• 当前下载包为工具化 UI 版，已内置文档解析与拖拽组件，不需要另装 Python 或第三方库，解压即可运行。
• 默认支持 DOCX、TXT、PDF；旧版 DOC 和 WPS 专有格式建议先另存为 DOCX。
• 软件不做 OCR 识别，没有文字层的扫描件在“仅按文本内容”规则下会单独成组，不会被误判为互相重复。
• “删除重复”为高危操作，删除后无法恢复，首次使用请先用小批量文件试跑。

查看官网完整规则说明、输出结构与常见问题

下载与授权

• 软件包：点击下载
• 授权期限和最终价格以本页选择规格后的显示为准。

常见问题