本文详细介绍了如何利用google apps script自动化清理google drive文件夹中的重复文件。通过修改app script代码，脚本能够识别文件名和大小均相同的重复文件，并智能地保留其中创建日期最早的版本，而将其他较新的重复文件移至回收站，从而有效管理存储空间并保持文件历史的完整性。
在日常使用Google Drive时，由于各种原因（如多次上传、同步错误等），文件夹中常常会积累大量文件名和内容重复的文件。这些重复文件不仅占用宝贵的存储空间，还可能导致文件管理混乱。本教程旨在提供一个专业的Google Apps Script解决方案，帮助用户自动识别并清理这些重复文件，同时确保保留创建日期最旧（即最早版本）的文件，以维护数据的历史完整性。
理解原始方法的局限性
最初的尝试通常会通过比较文件名和文件大小来识别重复文件。例如，一个常见的App Script实现可能会遍历文件夹中的文件，并将已处理的文件名和大小存储在一个列表中。如果遇到一个文件名和大小都与列表中现有文件匹配的新文件，就将其标记为重复并删除。
然而，这种方法存在一个关键局限：它通常会保留列表中“第一个”遇到的文件，而删除后续遇到的同名同大小文件。这在实际应用中意味着它倾向于保留“最新”的文件（因为迭代顺序可能导致较新的文件先被处理或保留），而不是用户期望的“最旧”文件。为了实现保留最旧文件的目标，我们需要引入文件创建日期的判断逻辑。
优化方案：基于创建日期的重复文件清理
为了精确地保留创建日期最旧的文件，我们需要对文件识别和处理逻辑进行改进。核心思路是：
- 收集文件信息： 遍历目标文件夹中的所有文件，不仅记录文件名和大小，还要获取其创建日期。
- 分组重复文件： 将文件名和大小都相同的文件归为一组。
- 排序并筛选： 在每个重复文件组中，根据创建日期对文件进行排序，识别出创建日期最早的文件。
- 执行删除： 将除了创建日期最早的文件之外的所有其他重复文件移至回收站。
App Script 实现
以下是经过优化的Google Apps Script代码，它实现了上述逻辑：
const FOLDER_ID = "INSERT_YOUR_FOLDER_ID_HERE"; // 替换为你的Google Drive文件夹ID
/**
* 自动识别并删除Google Drive文件夹中的重复文件，保留创建日期最旧的版本。
*/
function removeDuplicateFilesKeepingOldest() {
const folder = DriveApp.getFolderById(FOLDER_ID);
const filesIterator = folder.getFiles();
if (!filesIterator.hasNext()) {
console.log("文件夹中没有文件。");
return;
}
// 使用一个对象来存储文件列表，以 '文件名 + 文件大小' 作为键进行分组
// 每个键对应的值是一个数组，包含该组中所有文件的详细信息（文件对象、大小、创建日期）
const groupedFiles = {};
while (filesIterator.hasNext()) {
const file = filesIterator.next();
const name = file.getName();
const size = file.getSize();
const dateCreated = file.getDateCreated().getTime(); // 获取创建日期的毫秒时间戳
const key = name + size; // 使用文件名和大小作为唯一键
// 如果该键已存在，则将当前文件添加到现有数组；否则，创建一个新数组
groupedFiles[key] = groupedFiles[key]
? [...groupedFiles[key], { file, size, date: dateCreated }]
: [{ file, size, date: dateCreated }];
}
// 遍历分组后的文件，识别并收集需要删除的重复文件
const filesToDelete = Object.values(groupedFiles).reduce((accumulator, fileGroup) => {
// 如果文件组中只有一个文件，则它不是重复文件，无需处理
if (fileGroup.length > 1) {
// 对文件组按创建日期升序排序，最早的排在前面
fileGroup.sort((a, b) => a.date - b.date);
// 排除第一个（即最旧的）文件，将剩余的文件添加到待删除列表中
const [, ...duplicates] = fileGroup; // 使用解构赋值跳过第一个元素
accumulator = [...accumulator, ...duplicates.map(({ file }) => file)];
}
return accumulator;
}, []);
// 执行删除操作，将识别出的重复文件移至回收站
if (filesToDelete.length > 0) {
console.log(`找到并删除 ${filesToDelete.length} 个重复文件。`);
filesToDelete.forEach(file => file.setTrashed(true));
} else {
console.log("未找到重复文件。");
}
}
/**
* 可选：用于设置定时触发器的函数。
* 首先删除所有现有触发器，然后运行一次文件清理。
*/
function setupDuplicateFileCleanerTrigger() {
// 删除所有现有项目触发器
ScriptApp.getProjectTriggers().forEach(trigger => ScriptApp.deleteTrigger(trigger));
// 直接调用清理函数
removeDuplicateFilesKeepingOldest();
// 如果需要定时运行，可以在这里创建一个新的定时触发器
// ScriptApp.newTrigger('removeDuplicateFilesKeepingOldest')
// .timeBased()
// .everyDays(1) // 每天运行一次
// .atHour(2) // 在凌晨2点运行
// .create();
// console.log("已设置重复文件清理触发器。");
}代码详解
-
FOLDER_ID 常量：
- 您需要将 "INSERT_YOUR_FOLDER_ID_HERE" 替换为您的Google Drive目标文件夹的实际ID。文件夹ID可以在浏览器中打开该文件夹时，从URL中获取。
-
removeDuplicateFilesKeepingOldest() 函数：
- 获取文件夹和文件迭代器： DriveApp.getFolderById(FOLDER_ID) 获取指定ID的文件夹对象，folder.getFiles() 获取该文件夹中所有文件的迭代器。
- groupedFiles 对象： 这是一个关键的数据结构。它使用 name + size 作为键（key），将文件名和大小都相同的文件归为一组。每个键的值是一个数组，数组中的每个元素都是一个包含 file 对象、size 和 date（创建日期的时间戳）的对象。
- 文件信息收集循环： while (filesIterator.hasNext()) 循环遍历所有文件，提取文件名、大小和创建日期，并将其存储到 groupedFiles 对象中。
-
filesToDelete 数组： Object.values(groupedFiles).reduce(...) 是核心逻辑。
- Object.values(groupedFiles) 获取 groupedFiles 对象中所有值（即每个文件组的数组）。
- reduce() 方法遍历这些文件组。
- if (fileGroup.length > 1)：只处理包含多个文件的组，因为只有一个文件的组不可能是重复的。
- fileGroup.sort((a, b) => a.date - b.date)：对当前文件组进行排序。由于 date 是时间戳，a.date - b.date 会按升序排列，使得创建日期最早的文件排在数组的第一个位置。
- const [, ...duplicates] = fileGroup;：这是一个JavaScript的解构赋值技巧。它将排序后的 fileGroup 数组的第一个元素（即最旧的文件）跳过，将剩余的所有元素（即所有较新的重复文件）收集到 duplicates 数组中。
- accumulator = [...accumulator, ...duplicates.map(({ file }) => file)];：将 duplicates 数组中的文件对象提取出来，并添加到 filesToDelete 列表中。
- 执行删除： filesToDelete.forEach(file => file.setTrashed(true)) 遍历 filesToDelete 数组，将每个文件移至Google Drive的回收站。
-
setupDuplicateFileCleanerTrigger() 函数（可选）：
- 此函数提供了一个设置定时触发器的示例。它首先会删除项目中所有现有的Apps Script触发器，以避免冲突或重复执行。
- 然后直接调用 removeDuplicateFilesKeepingOldest() 执行一次清理。
- 注释掉的部分展示了如何创建一个每天凌晨2点运行一次的定时触发器。如果您需要自动化此过程，可以取消注释并调整时间。
使用方法
-
打开Google Apps Script：
- 访问 script.google.com。
- 点击“新建项目”或打开一个现有项目。
-
粘贴代码：
- 将上述完整的App Script代码粘贴到代码编辑器中，替换掉默认的 Code.gs 内容。
-
替换 FOLDER_ID：
- 在代码顶部，将 const FOLDER_ID = "INSERT_YOUR_FOLDER_ID_HERE"; 中的占位符替换为您的目标Google Drive文件夹的实际ID。
-
保存项目：
- 点击保存图标（或 Ctrl + S / Cmd + S），为项目命名。
-
运行脚本：
- 在函数下拉菜单中选择 removeDuplicateFilesKeepingOldest 函数。
- 点击“运行”按钮（播放图标）。
- 首次运行时，您可能需要授权脚本访问您的Google Drive。请按照提示进行授权。
-
验证结果：
- 脚本运行完成后，您可以检查您的Google Drive文件夹和回收站，确认重复文件已被正确处理。
注意事项
- FOLDER_ID 准确性： 确保您提供的文件夹ID是正确的。错误的ID将导致脚本无法找到目标文件夹。
- 权限授权： 脚本需要您的授权才能访问和修改您的Google Drive文件。请务必仔细阅读并同意授权请求。
- 文件识别： 本脚本通过文件名和文件大小来识别重复文件。这意味着如果两个文件内容不同但文件名和大小恰好相同，它们仍会被视为重复。在大多数情况下，这足以识别真正的重复项。
- 不可逆操作： setTrashed(true) 操作会将文件移动到Google Drive的回收站，而不是永久删除。您仍然可以在回收站中恢复文件。如果您需要永久删除，可以使用 file.setTrashed(true).setDeleted(true)，但请务必谨慎操作，因为永久删除是不可逆的。
- 大型文件夹： 如果目标文件夹包含大量文件（数万个以上），脚本执行可能会耗时较长，甚至可能遇到Google Apps Script的执行时间限制（通常为6分钟）。对于超大型文件夹，可能需要考虑更复杂的批处理或分页处理逻辑。
- 错误处理： 提供的脚本是基础版本。在生产环境中，您可能需要添加更健壮的错误处理机制，例如 try-catch 块，以捕获并记录潜在的API调用错误。
总结
通过本教程提供的App Script解决方案，您可以有效地自动化Google Drive中重复文件的清理工作，并确保始终保留创建日期最旧的版本。这不仅有助于优化存储空间，还能提高文件管理的效率和准确性，使您的Google Drive保持整洁有序。记住，在执行任何涉及文件删除的操作前，最好先进行备份或在测试文件夹中进行验证。
