Paperless-ngx v3 怎么处理重复文档：查看 Duplicates 标签页或配置消费时拒绝重复

Paperless-ngx v3 怎么处理重复文档查看 Duplicates 标签页或配置消费时拒绝重复【免费下载链接】paperless-ngxA community-supported supercharged document management system: scan, index and archive all your documents项目地址: https://gitcode.com/GitHub_Trending/pa/paperless-ngx从 v3 开始Paperless-ngx 的默认行为变了消费一个与已有文档内容完全相同checksum 一致的文件时系统不再拒绝而是照常入库并在日志中记录一条警告对应的上传任务条目也会标记出检测到重复并直接链接到已有的文档。这意味着同一个文件被多次放入消费目录后数据库里会出现多份内容相同的文档。本文介绍两种处理方式使用默认的消费后审查通过文档详情页的Duplicates标签页找出并清理重复或者把PAPERLESS_CONSUMER_DELETE_DUPLICATES设为true恢复 v3 之前消费时直接拒绝重复的行为。两种做法都适用于 Docker 或非 Docker 安装区别只在于环境变量写在哪里下面会分别说明。v3 的默认行为重复文档照常入库先明确 v3 的判断依据和默认结果这决定了后续该用哪种处理方式判断标准是文件内容的checksum是否与已有文档完全相同而不是文件名或扩展名默认PAPERLESS_CONSUMER_DELETE_DUPLICATES为false下重复文件仍然会被消费日志中会有一条警告任务条目中会标记出重复并链接到已有文档该行为在 v3 中是有意变更的v2 默认是拒绝重复升级指南在 docs/migration-v3.md 的 Duplicate Handling Changes 一节有说明。如果你的工作流允许先收进来、事后清理用下面的默认路径即可。方式一通过 Duplicates 标签页审查并清理重复默认路径这是 v3 默认推荐的做法不需要改任何配置。操作步骤正常消费文档Web UI 上传、消费目录、邮件规则等任意入口均可。消费后如果日志里出现重复警告或上传任务条目提示检测到重复任务条目中会直接链接到内容相同的已有文档可以点开确认。打开任意一份相关文档的详情页切换到Duplicates标签页。该标签页会列出所有与该文档共享相同内容的其他文档包括已移入回收站的那份用 badge 标出每一项都可以点击跳转。根据列表决定保留哪份把多余的文档删掉即可。这个路径的验证方式很直接Duplicates 标签页列出的就是与当前文档内容完全相同的文档集合清理后列表收敛到只剩你想保留的那份回收站中的副本会带 badge 显示。局限在于默认路径下重复文档已经入库占用了数据库和存储需要人工逐份确认清理如果你希望重复文件根本进不了系统用方式二。方式二配置消费时拒绝重复PAPERLESS_CONSUMER_DELETE_DUPLICATES如果你想要 v3 之前的行为——重复文件不入库、在消费环节就被拦下——把PAPERLESS_CONSUMER_DELETE_DUPLICATES设为true。该配置项的官方说明见 docs/configuration.md是自 version 3.0 起Paperless-ngx 默认允许消费重复文档_除非_启用此设置。启用后Paperless 会检查系统中是否已存在相同 hash 的文档若存在则把重复文件从消费目录中删除而不消费它。默认值为false。在哪里配置取决于你的运行方式见 docs/configuration.md 开头Docker 部署paperless.conf不生效。把变量加到docker-compose.env中项目提供的示例文件在 docker/compose/docker-compose.envPAPERLESS_CONSUMER_DELETE_DUPLICATEStrue非 Docker 部署写入 paperless 配置文件。系统按以下顺序查找并使用第一个找到的文件环境变量PAPERLESS_CONFIGURATION_PATH指定的路径/path/to/paperless/paperless.conf/etc/paperless.conf/usr/local/etc/paperless.conf。在文件中加入同一行PAPERLESS_CONSUMER_DELETE_DUPLICATEStrue即可。修改环境变量后需要重启容器/服务让消费进程读到新值。如何验证生效启用后的行为变化是重复文件被消费前检查 hash若与已有文档相同该文件会从消费目录中被删除、不会入库对应的任务失败失败信息为 document already exists。所以验证方式是消费一份文档确认它正常入库把同一文件内容逐字节相同再次放入消费目录消费目录中该文件消失且任务列表中出现一条失败任务信息为 document already exists——这就是配置生效的预期现象。注意这是任务失败而非消费成功但被跳过属于该配置的既定行为。两种方式的边界与注意事项两种机制都只针对checksum 完全相同的文件。同一份文档的新版本内容有改动不会被识别为重复两者都会正常入库。方式二下重复文件是删除操作文件从消费目录移走且不可从 Paperless 恢复配置前确认你的来源流程允许文件被删。v3 升级时任务历史会被清空见 docs/migration-v3.md 的 Task History Cleared on Upgrade升级前产生的旧任务条目不会再出现任务面板里的重复标记只反映升级后的新任务。关于重复文档是否会被拒绝的问答在 docs/faq.md 中也有相同结论默认不拒绝、可用上述配置恢复拒绝行为。按此选择能接受事后的用 Duplicates 标签页逐份审查清理不能让重复进入系统的在消费配置中启用PAPERLESS_CONSUMER_DELETE_DUPLICATEStrue并以重复文件消失 任务报 document already exists作为配置生效的判断依据。【免费下载链接】paperless-ngxA community-supported supercharged document management system: scan, index and archive all your documents项目地址: https://gitcode.com/GitHub_Trending/pa/paperless-ngx创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考