PDF 重複ファイル検出ツール

コンピュータ上の重複するPDFファイルを検出・管理する強力なツールです。PDF重複ファイル検出ツールは、重複するPDF文書を特定して削除することで、ディスク容量を節約し、ファイルを効率的に整理するのに役立ちます。

✨ 特徴

• 🔍 スマートなPDF比較: ファイル名やサイズだけでなく、内容に基づいて重複PDFを検出
• 📝 テキストベースの比較: 高度なテキスト分析により、視覚的な違いがわずかな場合でも重複を特定
• 👁 内蔵PDFビューアー: アプリケーション内で直接PDFをプレビュー可能
• 📋 デュアルビューインターフェース: ファイルリストと重複グループを別々のタブで表示
• 🎯 高度なフィルタリング: ファイルサイズ、更新日、名前パターンでフィルタリング可能
• 🚀 高速スキャン: 大規模なPDFコレクションも最適化されたアルゴリズムで素早くスキャン
• 🎨 直感的なUI: ライト/ダークテーマ対応のクリーンで使いやすいインターフェース
• 🔄 バッチ処理: 複数ファイルやフォルダ全体を一括処理
• 📊 詳細な分析: ファイルの詳細、プレビュー、比較結果を表示
• 🛠 高度なツール: 複数選択モード、フィルタリング、並べ替えオプション
• 🌍 多言語サポート: 複数の言語で利用可能
• 📊 進捗状況の追跡: ファイル処理操作のリアルタイム進捗バー
• ⏱ 最近使用したファイル: コンテキストメニュー付きで最近開いたファイルに素早くアクセス

📦 インストール

前提条件

• Python 3.8 以上
• pip（Pythonパッケージマネージャー）
• PDFレンダリングのためのオプションバックエンド（安全に自動フォールバック）:
  • PyMuPDF (fitz) — デフォルトでrequirementsに含まれる
  • Ghostscript (Wand用) — Ghostscriptをインストールし、設定で実行可能ファイルのパスを設定

プラットフォーム固有のセットアップについては、PREREQUISITES.mdを参照してください。

ソースからのインストール

1. リポジトリをクローン:

   git clone https://github.com/Nsfr750/PDF_finder.git
   cd PDF_finder
   

2. 仮想環境を作成して有効化（推奨）:

   python -m venv venv
   .\venv\Scripts\activate  # Windows
   source venv/bin/activate  # Linux/Mac
   

3. 必要な依存関係をインストール:

   pip install -r requirements.txt
   

使い方

1. アプリケーションを起動:

   python main.py
   

2. 「フォルダをスキャン」をクリックして、重複PDFを検索するディレクトリを選択します。

3. メインウィンドウで結果を確認します。スキャンが完了すると、ファイルリストにスキャンされたPDFと重複グループが自動的に表示されます。

4. 重複を管理するためのツールを使用します:

   • 保持するファイルをマーク
   • 不要な重複を削除
   • アクション前にファイルをプレビュー

主な機能の詳細

スマートなPDF比較

• 高度なハッシュアルゴリズムを使用してPDFの内容を比較
• ファイル名やメタデータが異なる場合でも類似文書を検出
• 微調整可能な類似しきい値

パフォーマンス最適化

• マルチスレッドによる高速なスキャン処理
• 大容量PDFファイルのメモリ効率の良い処理
• 進捗状況の追跡とキャンセルサポート

ユーザーエクスペリエンス

• モダンで応答性の高いインターフェース
• カスタマイズ可能な表示オプション
• 包括的なキーボードショートカット
• 詳細なファイル情報とプレビュー
• ツールバーのスペースと視認性の向上
• 設定ダイアログにPyMuPDFとGhostscriptの可用性を検証する「バックエンドをテスト」ボタンを追加

PDFバックエンドとフォールバック

• 設定→PDFレンダリングで希望のバックエンドを選択
• 「バックエンドをテスト」でGhostscriptが正しく設定されているか確認
• 選択したバックエンドが失敗した場合、アプリは利用可能なバックエンドにフォールバックし、ステータスバーに警告を表示（ローカライズ済み）

バージョン履歴

各バージョンの変更点の完全なリストは、CHANGELOG.mdを参照してください。

貢献

貢献は大歓迎です！このプロジェクトに貢献する方法の詳細については、貢献ガイドラインをお読みください。

📄 ライセンス

このプロジェクトはGNU General Public License v3.0でライセンスされています。詳細はLICENSEファイルを参照してください。

🙏 謝辞

• PDF重複ファイル検出ツールの改善に協力してくれたすべての貢献者に感謝します
• PythonとPyQt6を使用して❤️を込めて構築されました

🐞 既知のバグ

• 言語選択が機能しません

📅 最終更新: 2025年8月
🐍 Python バージョン: 3.8+
📜 ライセンス: GPL-3.0