删除连续、相同、重复的文件

Question

我有一台运行Windows Server2003 R2企业版的服务器，每个目录包含50,000到250,000个1KB的文本文件。文件名是连续的(例如，MLLP000001.rcv、MLLP000002.rcv等)相同的文件将是连续的。一旦后续文件不同，我可以预期我不会收到另一个相同的文件。

我需要一个脚本来做下面的事情，但是我不知道从哪里开始。

for each file in the target directory index 'i'
{
  for each file in the target directory index 'j' = i+1
  {
    compare the hash values of files i and j

    if the hashes are identical
      delete file j
    if the hashes differ
      set i = j // to skip past the files that are now deleted
      break
  }
}

我尝试过DOS批处理脚本，但那真的很麻烦，我不能跳出内部循环，它会自己出错，因为外部循环在目录中有一个文件列表，但这个列表一直在变化。据我所知，VBScript没有哈希函数。

Answer 1

既然文件只有1KB大小，为什么不进行逐位比较并避免散列呢？

Answer 2

听起来你可以这样做：

Set Files to an array of files in a given directory.
Set PreviousHash to hash of the first file in the Files.

For each CurrentFile file after the first in Files,
    Set CurrentHash to hash of the CurrentFile.
    If CurrentHash is equal to PreviousHash, then delete CurrentFile.
    Else, set PreviousHash to CurrentHash.