Atitit.論垃圾檔案的識别與清理 文檔類型垃圾檔案 與api概要設計pa6.doc

Atitit.論垃圾檔案的識别與清理 文檔類型垃圾檔案 與api概要設計pa6.doc

1. 倆個問題：：識别垃圾檔案與清理政策1

1.1. 檔案類型：pic,doc,v,m cc,isho pose,prj,codelib,doc mana（inputmethod，acc）1

2. 如何識别垃圾檔案2

2.1. 體積過小檔案2

2.2. 過大檔案2

2.3. 清理非文檔類型(doc docx txt html )的檔案2

2.4. 轉換檔案類型以及索引html即可2

2.5. 清理重複檔案（此結果不能加入指紋庫）2

2.6. 非本類别垃圾檔案2

3. 誤删除的檔案專門集中放在xx_manu檔案夾中，人工處理2

4. 垃圾圖檔檔案指紋庫3

4.1. 根據垃圾檔案指紋庫（模式結果固化）3

4.2. 根據垃圾檔案路徑名稱庫（加快性能比對速度，md5可能比較慢）3

5. 人工識别垃圾圖檔政策3

6. 清理政策3

7. 大概每年doc文檔的規模300M3

8. Code3

8.1. 檔案去重4

8.2. 生成垃圾檔案指紋庫（by Md5）4

1. 倆個問題：：識别垃圾檔案與清理政策

1.1. 檔案類型：pic,doc,v,m cc,isho pose,prj,codelib,doc mana（inputmethod，acc）

作者:: 老哇的爪子 Attilax 艾龍， 

2. 如何識别垃圾檔案

2.1. 體積過小檔案

2.2. 過大檔案

2.3. 清理非文檔類型(doc docx txt html )的檔案

Pic(gif,jpg,bmp,gif)

Js 

2.4. 轉換檔案類型以及索引html即可

2.5.  清理重複檔案（此結果不能加入指紋庫）

2.6. 非本類别垃圾檔案

搜尋×，按照擴充名分組排序

3. 誤删除的檔案專門集中放在xx_manu檔案夾中，人工處理

4. 垃圾圖檔檔案指紋庫

4.1. 根據垃圾檔案指紋庫（模式結果固化）

4.2. 根據垃圾檔案路徑名稱庫（加快性能比對速度，md5可能比較慢）

5. 人工識别垃圾圖檔政策

不好的isho

不能like的pic

誤删除的檔案專門集中放在isho_manu檔案夾中，人工處理

6. 清理政策

生成清理腳本（或者直接java程式模式）

移動到制定檔案夾（推薦）

7. 大概每年doc文檔的規模300M

8. Code

AtibrowPrj

public class ClrerPicClrer extends ClrerAbs {

public static void main(String[] args) {

ClrerPicClrer c=new ClrerPicClrer();

c.dir="d:\\ati\\isheo";

//c.GabFileRecongers.add(new NoPicReconer());

tooMiniPixPicClrerPartImp ClrerPartImp = new tooMiniPixPicClrerPartImp();

ClrerPartImp.dir=c.dir;

ClrerPartImp.targetDir="d:\\ati\\tooMiniPixPic_files";

c.IClrerParts.add(ClrerPartImp);

tooMinSizePicClrerPartImp tmsc=new tooMinSizePicClrerPartImp();

tmsc.dir=c.dir;

tmsc.targetDir="d:/ati/tooMinSize_files";

c.IClrerParts.add(tmsc);

c.traveDir(c.dir);

System.out.println("--f");

}

8.1. 檔案去重

DeduliAbs_ByMoveToNewFolder.java

8.2. 生成垃圾檔案指紋庫（by Md5）

 com.attilax.clr.ClrByMd5  -gene -output_file "d:\ati\isho_gabFileMd5.txt" -dir "d:\ati\gabFilesFingers"