批量Word查重工具

支持DOCX、DOCM和旧版DOC，可把不同文件名、不同文件夹和不同Word格式的文档放在同一批中比较。它比较可读取的文字内容，不比较图片、字体或页面版式；图片扫描件需要先做文字识别。

DOC需要本机具备Microsoft Word或兼容的WPS读取环境。若软件提示无法读取，可先在办公软件中将文件另存为DOCX，再加入查重。DOCX、DOCM不依赖这项旧版DOC读取条件。

本工具比较你选入本批任务的本机文档，不检索互联网或论文数据库。相似度用于文档之间的文字重复筛选，不等同于论文平台的重复率或抄袭率，也不能据此直接判断文稿是否原创。

默认阈值为80%，数值越高，匹配条件越严格。建议先用几份已知相似和不相似的材料试查，再按任务调整。不同比较方式的分数含义不同，不宜直接互换；正文完全一致模式固定按100%判断。

代表按照当前文字比较规则，全文文字一致。忽略标点、英文大小写或数字等选项会影响判断；字体、图片和排版差异不在比较范围内。因此它适合找正文重复的副本，不能代替文件内容与版式的逐项核验。

相似组可能由多个直接匹配关系连接而成。例如A与B相似、B与C相似，三者可以同组，但A与C未必达到阈值。请结合每行的直接匹配文件、最高匹配分数和正文对照，决定如何整理。

DOCX、DOCM支持读取正文、表格和文本框文字，页眉页脚与脚注尾注可在高级设置中选择。默认不比较页眉页脚，默认比较脚注尾注。不执行宏，不包含批注和已删除的修订文字。

默认“忽略数字”关闭，数字会参与比较。合同、报价和日期敏感的材料建议保持这一设置；如果主动开启忽略数字，数字差异将不用于判断。筛选之后仍应打开原文核对关键内容。

查重后在选择方案中选每组字数最多、字数最少、修改最新或修改最旧，再点击“自动选择”。想挑出其他副本时，可以使用保留字数最多或保留修改最新、选择其余的方案。共提供七种方案，也支持手动调整。

不是。“自动选择”作用于本批全部结果，并覆盖现有勾选，不受搜索或筛选影响。切换筛选不会清除之前勾选，底部显示的也是全部勾选数量，包括暂时隐藏的文件。保存前请核对总数和操作计划。

只保存已勾选的文件，不会自动复制整个组；需要整组时先选择“每组全部选择”。复制会保留原件，剪切成功后会移走原件。首次整理可先复制到新目录，核对无误后再决定如何处理原位置文件。

可以。开启遍历子目录后，可选择保持原路径结构，也可同时按相似组建文件夹。多个来源目录会作区分，同名文件自动添加数字，不覆盖已有文件；手动勾选的未分组文档会放入“未分组文档”目录。

正文对照展示查重时的文字快照，长文仅预览前20,000字符，查重使用完整提取的正文。超出设置上限、损坏、密码保护或正文为空的文件会显示原因，不会用截取的部分正文冒充完整查重结果。

“导出报告”输出Excel可打开的CSV文件，包含本批全部结果及相似组、分数、匹配对象、路径和状态等信息，不受当前搜索或筛选影响。保存文档时另有CSV操作记录；同名报告会自动编号。

停止查重后会明确标注部分结果，不代表所有文件都已查完，也不会执行查重后自动选择。源文件在查重后发生变化时，保存会被拒绝并提示重新查重。停止保存会保留已完成文件，请根据日志和记录核对。

版本1.0.0，支持Windows 10/11，作为免费软件提供。文档正文在本机处理，不上传正文；登录和操作前的权限核验需要联网。路径与参数会记住，查重结果和临时正文不跨会话保留，退出前请导出需要留存的报告。