Como Detetar Colisões de Nomes de Ficheiros Sensíveis a Maiúsculas e Minúsculas Antes de uma Cópia Multiplataforma

Detete colisões de nomes sensíveis a maiúsculas inventariando todos os caminhos relativos, normalizando cada caminho segundo as regras de comparação do destino e agrupando os caminhos que produzem a mesma chave normalizada. Resolva cada grupo antes de copiar os dados.

Este pré-voo é essencial ao mover de uma partilha Linux sensível a maiúsculas para Windows, volumes macOS padrão ou namespaces SMB insensíveis a maiúsculas. Uma contagem normal de ficheiros não revelará que dois nomes válidos de origem competem por um nome de destino.

O que conta como uma colisão de nome de ficheiro?

Uma colisão ocorre quando caminhos de origem distintos são tratados como o mesmo caminho pelo destino. Um lembrete prático sobre diferenças de sensibilidade a maiúsculas entre plataformas mostra por que Report.pdf e report.pdf podem comportar-se de forma diferente, mas a comparação deve incluir todos os componentes do diretório.

Conflitos multiplataforma também podem envolver normalização Unicode, espaços ou pontos finais no final, nomes de dispositivos reservados e caracteres proibidos num destino. As causas de alterações nos nomes de ficheiros entre macOS e Linux pertencem à mesma auditoria de compatibilidade de caminhos.

Defina o destino antes de escanear. Uma cópia para ext4, NTFS ou um conjunto de dados suportado por SMB pode expor comportamentos de nomeação diferentes. Isto está relacionado com o motivo pelo qual o comportamento SMB difere entre clientes.

Quais tipos de colisão devem ser reportados no pré-voo?

Separe categorias de colisão para que a remediação seja previsível. Um par com diferenças apenas de maiúsculas pode geralmente ser renomeado, enquanto um nome reservado do Windows pode exigir tanto renomeação como atualização da referência na aplicação.

O relatório deve preservar o caminho original ao nível de bytes e mostrar uma forma legível. Nomes Unicode visualmente idênticos podem parecer uma linha duplicada em vez de duas entradas distintas de origem.

Como Construir um Inventário de Origem Fiável?

Execute o inventário no sistema de ficheiros de origem ou através do mesmo protocolo usado para migração. Exporte caminhos relativos num formato que trate com segurança espaços, tabulações, novas linhas e caracteres não ASCII.

Inclua diretórios porque dois nomes de diretórios em colisão podem esconder milhares de ficheiros afetados. Registe o tipo de objeto, tamanho, hora de modificação e um identificador estável quando disponível para que itens renomeados possam ser rastreados.

Congele escritas ou faça um instantâneo antes da verificação final. Se os nomes mudarem entre o inventário e a cópia, uma pré-verificação limpa pode ficar desatualizada antes do início da migração.

Como Devem os Caminhos Ser Normalizados para Comparação?

Comece pelo comportamento de folding de maiúsculas/minúsculas do destino. Compare uma chave em minúsculas ou com folding de caso mantendo o caminho original para reporte. Não renomeie a origem automaticamente nesta etapa.

Depois, adicione regras específicas do destino: normalização Unicode, tratamento de separadores, caracteres proibidos, sufixos aparados, limites de comprimento de caminho e nomes reservados. Normalizar mais agressivamente do que o destino pode criar falsos positivos, enquanto normalizar menos pode perder colisões destrutivas.

Aplique normalização a cada componente do caminho. Dois ficheiros com nomes base diferentes ainda colidem se os seus diretórios pai colapsarem para o mesmo caminho normalizado.

O Que Pode Executar no Linux, macOS ou Windows?

No Linux ou macOS, um script pode ler caminhos delimitados por nulo, calcular uma chave de destino, ordenar por essa chave e reportar grupos com mais de um caminho original. Métodos publicados para encontrar nomes de ficheiros duplicados em qualquer caso ilustram a lógica de agrupamento, mas arquivos multilíngues precisam de tratamento explícito de Unicode.

find /source -print0 | python3 collision_scan.py --target windows

No Windows, o PowerShell pode enumerar caminhos relativos e agrupá-los usando um comparador ordinal insensível a maiúsculas e minúsculas. Execute-o contra a partilha de origem com uma conta que possa ver todos os diretórios pretendidos.

Get-ChildItem -LiteralPath '\\NAS\Source' -Recurse -Force |
  ForEach-Object { $_.FullName.Substring($root.Length).ToLowerInvariant() } |
  Group-Object | Where-Object Count -gt 1

Estes exemplos ilustram o modelo de agrupamento, não um scanner universal. Verificações em produção devem preservar originais, lidar com caminhos inacessíveis e implementar as regras completas de nomeação do destino.

Como deve resolver grupos de colisão?

Escolha um nome canónico com o proprietário dos dados, depois renomeie os outros caminhos usando um sufixo determinístico, como um código de projeto, data ou etiqueta do sistema de origem. Regras consistentes de nomeação de servidores domésticos ajudam a evitar sufixos arbitrários.

1. Exporte o grupo de colisão e o departamento ou aplicação responsável.
2. Selecione o caminho que mantém a grafia canónica.
3. Renomeie caminhos conflitantes na origem ou numa cópia em preparação.
4. Atualize listas de reprodução, bases de dados, atalhos, scripts e manifestos que os referenciem.
5. Execute novamente a varredura completa até não restarem grupos bloqueadores.

Não permita que a ferramenta de cópia decida silenciosamente pela ordem de sobrescrição. Mesmo que ambos os conteúdos dos ficheiros sejam idênticos, colapsar nomes silenciosamente destrói evidências sobre o namespace original.

Como verificar que a cópia não colapsou caminhos?

Capture um manifesto pré-cópia após a remediação e gere um manifesto de destino com as mesmas regras de caminho relativo. Compare conjuntos de caminhos normalizados, contagens de objetos, tamanhos e hashes de conteúdo para ficheiros críticos.

Revise os registos de cópia para eventos de “já existe”, renomear, ignorar, nome inválido e sobrescrever. Um código de saída zero pode ainda acompanhar caminhos ignorados dependendo da ferramenta.

Mantenha a origem como só de leitura até os utilizadores validarem o comportamento da aplicação. A compatibilidade do namespace inclui ligações e referências, não apenas a presença dos bytes do ficheiro.

Perguntas Frequentes

Podem existir dois nomes de ficheiros que diferem apenas na caixa em Linux?

Normalmente sim em sistemas de ficheiros Linux comuns e sensíveis a maiúsculas/minúsculas. Podem colidir quando copiados para um destino insensível a maiúsculas/minúsculas ou expostos através de um serviço configurado de forma diferente.

Converter todos os nomes de ficheiros para minúsculas é uma solução segura?

Não. Converter tudo para minúsculas em massa pode criar novas colisões e quebrar referências. Detete grupos primeiro, depois aplique renomeações revistas e determinísticas.

Os checksums detetam colisões de nomes de ficheiros?

Checksums comparam o conteúdo, não a identidade do namespace. Dois caminhos diferentes podem ter conteúdo diferente ou idêntico e ainda competir por um nome de destino.

Uma cópia segura e multiplataforma prova que cada caminho de origem corresponde a um caminho de destino único e válido. Realize essa prova antes da transferência, em vez de descobrir colisões por meio de ficheiros sobrescritos.