Cómo funciona
Por Pedro Albaladejo · ClearCopies
Actualizado 12 de agosto de 2026 · 7 min de lectura
Nombre de archivo, tamaño o hash: ¿qué identifica un duplicado real?
Clasifica las señales habituales de duplicados por fiabilidad y aprende a combinarlas sin crear falsos positivos.
Las herramientas de duplicados muestran a menudo los mismos campos, pero les asignan significados muy distintos. Un nombre de archivo puede ayudar a una persona a reconocer un proyecto, mientras que un recuento de bytes ayuda a un sistema a reducir comparaciones. Ninguno de los dos establece que el contenido sea el mismo.
El enfoque práctico es una escalera de señales: usa los campos baratos para localizar candidatos y usa después evidencia derivada del contenido para confirmar la igualdad. Mantén el contexto de negocio —carpeta, compartición e historial— como una decisión separada sobre la retención.
Una lista de comprobación práctica
- 1Normaliza las mayúsculas y minúsculas solo para buscar, no como prueba.
- 2Agrupa los tamaños en bytes idénticos para crear un conjunto de candidatos.
- 3Compara hashes solo cuando sus algoritmos sean el mismo.
- 4Exige tamaño más quickXorHash para los grupos exactos de ClearCopies.
- 5Usa los nombres y las rutas para decidir qué conservar, nunca para elevar la confianza de la coincidencia.
Nombre de archivo: contexto útil, evidencia débil
Los nombres son etiquetas editables. Los conflictos de sincronización añaden nombres de dispositivo, las exportaciones añaden “copia” o sufijos numerados, y los nombres genéricos como image001.jpg se repiten de forma natural. A la inversa, un archivo renombrado puede seguir siendo idéntico byte a byte a su origen.
Usa los nombres de archivo para buscar y para orientar al revisor. No conviertas una coincidencia de nombre en una recomendación de eliminación, aunque las extensiones también coincidan.
Tamaño de archivo: rápido pero incompleto
El tamaño en bytes es valioso porque la mayoría de los archivos sin relación difieren en longitud. Agrupar por tamaño reduce drásticamente el número de comparaciones de huellas en un inventario grande. Aun así, una longitud igual es posible entre datos sin relación, especialmente entre archivos generados o de formato fijo.
Lo mejor es tratar el tamaño como una puerta: los tamaños desiguales descartan la igualdad exacta, mientras que los tamaños iguales justifican la comparación más fuerte. No es una prueba por sí solo.
Hash: evidencia de contenido con límites
Un hash compatible se deriva del contenido y es la señal de metadatos más fuerte disponible para la coincidencia exacta. OneDrive expone quickXorHash para los archivos aplicables, lo que permite una comparación sin descargas. El analizador debe conservar el nombre del algoritmo y manejar los valores ausentes de forma explícita.
Incluso una coincidencia de contenido confirmada deja preguntas operativas. La ubicación, la compartición, la propiedad y el historial de versiones de un elemento de archivo siguen siendo distintos, así que la decisión final de conservación pertenece a un plan revisable.
- El nombre explica
- El tamaño filtra
- La huella confirma
- El contexto decide
Límites y riesgos a revisar
- — Unificar mayúsculas y minúsculas en los nombres puede mezclar elementos sin relación en un informe.
- — Un tamaño en bytes igual puede darse por coincidencia.
- — Algoritmos de hash distintos no pueden compararse directamente.
- — La igualdad de contenido no preserva los enlaces compartidos cuando se elimina un elemento.
Referencias oficiales
Preguntas frecuentes
¿Y si los hashes coinciden pero los nombres no?
Los archivos pueden seguir siendo copias exactas. Renombrar cambia la etiqueta, no los bytes del archivo.
¿Y si los nombres y los tamaños coinciden pero no hay hash disponible?
Trata la pareja como candidata a revisión, no como un duplicado exacto confirmado.
¿Por qué ClearCopies exige también el tamaño?
Proporciona un paso de agrupación eficiente y una condición de coherencia adicional y clara para la política de coincidencia exacta.
Analiza primero. Decide con evidencia.
ClearCopies lee los metadatos de las unidades en la nube compatibles y agrupa las copias exactas por tamaño en bytes más una huella de contenido del proveedor. El análisis no descarga el contenido original de los archivos. Revisas el resultado y exportas un plan antes de que se mueva ningún archivo.