Jak odstranit stejná data?

Ono obecne vzato neni zadne automaticke spolehlive reseni, jsou jen ruzne nastroje, jak si to trochu usnadnit, ale zalezi na tom, o jaka data se jedna a za jakym ucelem potrebujes ty duplicitni smazat a ve spouste pripadu je jedinym spravnym resenim kvalifikovany lidsky odhad.

Resim podobny problem, jen mozna v trochu mensim meritku, a uz jsem se setkal se soubory, ktere jsou "duplicitni" a je potreba je odstranit, ale jmenujou se ruzne, pripadne i maji ruzny obsah, a naopak se soubory, ktere ac maji stejny obsah, tak jako duplicitni odstranit nejde, (obcas dokonce ani v pripade, ze maji i stejne jmeno a adresar), protoze by to zpusobilo nepouzitelnost neceho.

Jeden z postupu, ktery vyfiltroval spoustu duplicit a adeptu na odstraneni je nechat si spocitat pro kazdy soubor kontrolni soucet a pak to podle techto souctu seradit a porovnat s druhou obdobne zpracovanou kopii - tim se daji objevit stejna data, ktera nekdo prekopiroval/presunul do jineho adresare, pripadne prejmenoval. (typu aktualni/dopis_sefovi.doc <--> zalohy/2019/seznam_zakazniku_k_12.3.2019.doc) - na druhou stranu ti to najde stejne soubory typu "licence.txt" v 50 adresarich a z zadneho to nebudes chtit odstranovat.

Jiny postup je nechat nejaky program projit adresare a hledat jen shodu jmena (a cesty), (ale tam se muze obsah lisit, napr aktualni/vydaje.doc a naopak to nemusi zachytit presunuti cele struktury aktivni/* do zalohy/2019/* )

Takze velmi zalezi na tom, ceho a proc chces dosahnout a jaka data (a jak organizovana) mas, podle toho pak teprve jde vybrat neco, co ti s nima nejak pomuze.

Nebo proste das na nejakou radu z internetu, ze "me se osvedcilo tohle - odkaz" a az to spustis, tak se ti to bud osvedci taky, nebo to spoustu veci nezvladne a nebo ti to naopak smaze i co nema - a predem nebudes tusit, co z toho nastane.