Skip to content

About

在 macOS 上为现代 Microsoft Office for Mac 回收重复文件占用的空间(硬链接去重 + 语言包裁剪 + 架构裁剪),实测 7.39 GB → 2.71 GB

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Repository files navigation

OfficeThinner 2.0

为 Microsoft Office for Mac 回收被重复文件占用的磁盘空间。

这是非官方重写版,与原项目作者无关。 思路借鉴自 goodbest/OfficeThinner, 但代码为完全重写,未复用其源码;原项目未声明许可证,本项目采用 MIT,两者无版权关联。 项目名 OfficeThinner 沿用原项目名称以便对照,仓库名与包标识均为独立。

原项目只适用于 Office 2016 for Mac(15.x),在现代 Office(Microsoft 365 / Office LTSC for Mac,16.x)上会导致应用签名失效、无法启动。本版本重写了去重机制,适配当前 Office。

成果速览(本机实测,Office LTSC 16.112.4)

Office 三应用  7.39 GB  →  2.71 GB      省 4.68 GB(−63%)
步骤 回收 手段 签名安全
① 跨 App 重复文件去重 −3.20 GB 硬链接(OfficeThinner.sh) ✅ 安全
② 移除多余语言包 −0.66 GB 只留 Base/en/zh_CN(trim_languages.sh) ⚠️ 破坏签名
③ 裁掉 x86_64 架构 −0.67 GB lipo -thin(thin_arch.py) ✅ 安全(见下)
④ 补漏:<64KB + App 内重复 −0.10 GB --min-size-kb 0 --intra-app ✅ 安全
⑤ 移除 Microsoft AutoUpdate −12.5 MB remove_mau.sh ✅ 安全
⑥ 清理残留锁文件 −26 KB clean_office_locks.sh ✅ 安全

一个反直觉的发现:lipo -thin 不会破坏代码签名——签名覆盖的是各切片自身的字节, 裁掉另一架构不改变目标切片内的任何字节(实测裁完 codesign --verify --strict 仍通过)。 真正会破坏封装校验的是删除/改写资源文件(即第 ② 步)。


一、为什么旧版失效

旧版的核心做法是「把 Excel / PowerPoint / Outlook / OneNote 里的重复目录搬走,再 ln -s 建符号链接指回 Word.app」。

这在 2015–2016 年可行,但在今天的 macOS 上必然失败:

变化 后果
Office 改为 Developer ID 签名 + 公证(notarized) 包内资源被 Sealed Resources v2 逐文件封装哈希
Office 启用 硬运行时(hardened runtime) 签名校验成为启动路径上的强制环节
macOS 对签名失效的 App 直接拒绝启动 弹「已损坏,无法打开,应移到废纸篓」

以本机 Word 16.112.4 为例,Contents/_CodeSignature/CodeResources 里封装了 29,962 个资源:

"Resources/DFonts/AbadiMTCondensedExtraBold.ttf" => {length = 20, bytes = 0xd053a4c5...}
"Resources/Assets.car"                           => {length = 20, bytes = 0x82e09d3d...}

符号链接把「一个文件」变成了「一个指向别处的链接」——封装校验按路径读到的不再是那个文件, 哈希无法匹配:

$ codesign --verify --strict  B.app
B.app: a sealed resource is missing or invalid      ← 旧脚本做法,签名被破坏

二、2.0 的做法:硬链接

同样的两个副本,改成 硬链接(hard link),一切照旧:

$ codesign --verify --strict  B.app
                                                    ← 校验通过,无任何错误输出

原因很简单:硬链接不改变任何字节,路径上仍然是一个普通文件,内容与原文件完全相同, 封装哈希依旧匹配 → 代码签名保持有效。

上面这两条结论是在本机实测的(方法见文末「附录:验证方法」),不是推测。

由此带来的额外好处:

  • 不搬运数据:旧版要移动 3 GB 文件到桌面备份目录,新版只是改指针,秒级完成
  • 不需要备份目录:内容原件完整留在保留的 App 中,硬链接保证所有 App 读到的字节一致
  • du 口径真实:去重后磁盘占用是真实下降的,可以直接验证

三、工具与用法

六支工具。只有 ② 会破坏签名,其余都是安全操作。

# ① 跨 App 重复文件去重(硬链接)—— 收益最大,签名安全
bash OfficeThinner.sh                              # 干跑(只读)
sudo bash OfficeThinner.sh --apply --yes           # 执行

# ② 移除多余语言资源(只留 Base/en/zh_CN)—— 会破坏封装签名
bash trim_languages.sh                             # 干跑
sudo bash trim_languages.sh --remove               # 执行

# ③ 裁掉 x86_64 架构(Apple Silicon 上用不到)
python3 thin_arch.py                               # 干跑
sudo python3 thin_arch.py --apply                  # 执行

# ④ 补漏:<64KB 跨 App 重复 + 同 App 内部重复(实测约 118 MB)
sudo bash OfficeThinner.sh --apply --yes --min-size-kb 0 --intra-app

# ⑤ 彻底移除 Microsoft AutoUpdate
bash remove_mau.sh --status                        # 查看状态
sudo bash remove_mau.sh --remove                   # 执行

# ⑥ 清理残留的 Office 锁文件(~$ 开头,异常退出遗留)
bash clean_office_locks.sh                         # 干跑,只列清单
bash clean_office_locks.sh --clean                 # 移入废纸篓

⚠️ ② 的前置条件:它移除 App 包内资源,会让 codesign --verify --strict 报 a sealed resource is missing or invalid。macOS 默认在启动时校验签名,因此该步骤要求 系统已关闭 SIP 与签名强制(csrutil status → disabled),否则 Office 会被拒绝启动。 ③ 无此要求(原因见上方说明);①④⑤⑥ 完全不涉及签名。

① OfficeThinner.sh —— 主脚本

参数 说明
--apply 真正执行去重。不加则只扫描报告(默认行为)
--yes 执行时跳过交互确认
--min-size-kb N 只处理大于 N KB 的文件,默认 64;0 = 全部(更慢,多回收约 60 MB)
--intra-app 同时处理同一个 App 内部的重复文件(跨 App 去重覆盖不到,例如 SharedSupport/Proofing Tools 里 CssGermanSpeller 与 GermanSpeller 的词库完全相同)
--keep APP 保留哪一份原件,默认 "Microsoft Word.app"
--base DIR Office 所在目录,默认 /Applications
-v 打印每个被处理的文件
-h 帮助

补漏的时机:三步裁剪做完之后再跑一轮 --min-size-kb 0 --intra-app。 但每次裁剪/清理后遗留的重复项都会变化,要重新测量再决定—— 例如裁掉多余语言包之后,Frameworks/*/Resources/*.lproj 里那批 <64KB 重复就一起消失了, 跨 App 剩余量从 116 MB 掉到 55 MB。用 analyze_identical.py 重新测。

② trim_languages.sh

参数 说明
--remove 执行移除(默认仅干跑)
--keep LIST 保留语言,默认 "Base en zh_CN"(Base 是本地化回退基座,建议保留)
--list 列出备份批次
--restore 从备份批次字节级还原

实测移除 3,391 个 .lproj(661 MB 内容、约 650 MB 真实占用),残留 0。

③ thin_arch.py

参数 说明
--apply 真正执行(默认仅干跑)
--keep-arch ARCH 保留的架构,默认本机架构(uname -m)
--min-size N 最小处理尺寸,默认 4096

实测裁剪 228 个通用二进制(已按 inode 归组,不会破坏跨 App 硬链接),释放 671.5 MB,残留 0。

④ remove_mau.sh

参数 说明
--remove 执行移除(默认仅干跑)
--status 查看 MAU 残留、护栏、保护项与运行中的任务
--restore 从备份批次还原并重新加载 LaunchAgents/Daemons

⑤ clean_office_locks.sh

参数 说明
--path DIR 扫描根目录,默认 /Volumes(即所有外部卷)
--clean 执行(移入废纸篓,不直接删除)
--batch N 每批处理数量,默认 10

~$ 开头的文件是 Office 异常退出残留的锁文件。它们会让 Office 反复去碰那些路径 (配合沙盒,会表现为反复索要外部卷访问权限)。实测一个外部卷上积了 163 个(2021~2025)。


四、本机实测数据

去重(OfficeThinner.sh)

阈值 可回收文件数 可回收空间 耗时
--min-size-kb 64(默认) 2,347 3.19 GB 约 60 秒
--min-size-kb 0(全量) 42,897 3.40 GB 明显更久(数万个极小文件)

另有 4 个文件(31.49 MB)因权限位与所有同内容副本都不一致而跳过—— 硬链接共享 inode,权限位无法各自保留,这类文件只能放弃链接(占比约 1%)。

全量口径多出的 0.21 GB 分散在约 4 万个几十字节到几十 KB 的小文件上,性价比很低, 因此默认阈值取 64 KB(扫描文件数从 10 万降到 5 千,只损失 6% 的收益)。收益集中在:

目录 可回收
Contents/Resources/DFonts 1.00 GB
Contents/SharedSupport/Proofing Tools 606 MB
Contents/Frameworks/ai.framework 254 MB
Contents/Frameworks/mso40ui.framework 245 MB
Contents/Frameworks/mso99.framework 242 MB
Contents/Resources/sdx 106 MB
Contents/Frameworks/Chart.framework 89 MB
Contents/Frameworks/OfficeArt.framework 89 MB
Contents/Resources/Office Themes 83 MB

裁剪后最终状态

项目 结果
各 App 占用 Word 1.89 GB / Excel 1.81 GB / PPT 1.55 GB
合计 2.71 GB(原始 7.39 GB)
语言目录 304 个(仅 Base/en/zh_CN)
主程序架构 arm64(纯)
MAU 残留 0 / 9
字体验证 CoreText 加载 + 排版 840/840 通过
功能验证 Word / Excel / PowerPoint 正常启动、无崩溃

每一步的详细实测、剩余优化空间清单、以及「看着很香但不能做」的项目, 见 OPTIMIZATION.md。跨卷授权弹窗的排查见 TROUBLESHOOTING.md。


五、相对旧版的变化

旧版(OfficeThinner 1.x) 新版(2.0)
去重机制 mv 走 + ln -s 符号链接 硬链接(原子替换,见下)
对代码签名 ❌ 破坏 Sealed Resources v2 ✅ 校验通过
现代 Office ❌ 无法启动 ✅ 可用
备份目录 需要(~/Desktop/OfficeThinner) 不需要
数据搬运 移动数 GB,慢 零搬运,秒级
判定方式 按固定目录路径,假设整个目录相同 按文件尺寸分组 + cmp 逐字节比对
目录结构变化 路径变了就失效 结构无关,自动适应
版本一致性 硬性要求版本号相同 不依赖版本号,只信内容
Office 应用数 写死 5 个 自动探测已安装的任意组合
权限位 不检查 逐个匹配同内容副本的权限位
跨文件系统 不检查 检查 st_dev,不一致则跳过
同 App 内部重复 不支持 --intra-app
执行前预览 无 默认 dry-run
签名校验 无 运行前后各校验一次

六、安全性设计

脚本会主动保护以下几件事,避免踩坑:

  1. 默认干跑:不加 --apply 绝不修改文件。
  2. 逐字节比对才动手:同尺寸只是候选,必须 cmp 完全相同才视为重复。 ——这一条不是教条:实测有 5 组文件同名、同尺寸、内容却不同 (最典型的是 SharedSupport/Open XML for Excel.app 的主程序,Word 与 PowerPoint 各 143 MB 但内容不同)。只按尺寸判断就会误判。
  3. 不碰 _CodeSignature/:签名文件必须属于各自 App。
  4. 不碰 _MASReceipt/:收据文件不跨 App 共享。
  5. 不碰主可执行文件:Contents/MacOS/<CFBundleExecutable> 是 App 的身份文件,直接排除。
  6. 权限位一致性:按「代表文件」逐个匹配权限位,能互链的就互链(而不是一刀切跳过)。
  7. 同卷检查:st_dev 不一致无法硬链接,直接跳过。
  8. 链接失败不丢文件:见下。
  9. 前后签名校验:每次运行都打印 codesign --verify --strict 的结果。

⚠️ 一个已修复的严重 bug:ln -f 会吃掉文件

2.0 早期版本用 ln -f 源 目标 做替换。ln -f 的实现是先 unlink 目标、再创建链接—— 一旦创建那一步失败(权限、只读目录、跨卷……),目标已经被删掉了,数据凭空消失。

实测在真实 Office 上因此永久删掉了 3 个文件(Word/Excel/PowerPoint 各一份 mso99.framework/.../strman_c5b6.strings,语言字符串表)。

现在的做法:先在目标目录建临时硬链接,成功后再用 rename 原子替换目标。 失败时原文件分毫未动,只报「创建链接失败」。已用「目标目录 chmod 555」构造失败场景验证。

那次丢失是从安装镜像里精确抽单文件补回的——主安装包是分发包, Office_frameworks.pkg 的 Payload 是 gzip+cpio,bsdtar -xf --include='*/strman_c5b6.strings' 两秒即可取出。这个方法对任何「包内文件被误删」都有用。

七、回滚

操作 回滚方式
硬链接去重 不需要回滚。硬链接不改变内容;cp 出独立副本即可解除单个链接
语言包裁剪 需要重装 Office,或从安装镜像抽回(归档备份已清理)
架构裁剪 需要重装 Office(内容变更无法用备份还原)
MAU 移除 重装 Office 会带回 MAU;或从 ~/Downloads 的镜像单独安装 MAU 组件

安装镜像(~/Downloads 里的 Microsoft Office LTSC for Mac 2024 离线包,约 3.16 GB)请保留: MAU 已移除、语言归档已清理,它是目前唯一的重装 / 修复 / 更新介质。

注意事项

  • 每次 Office 更新后需要重新运行(更新会整体替换 App 包)。
  • 只处理 /Applications 下的 Microsoft Office 应用,其他软件一律不动。
  • 卸载 Office 不会因硬链接留下残留数据。

八、空间计量:以 du 为准,别用 df 归因

本机出现过三次 du 显示回收了空间、而 df 的可用空间不跟随的情况,已查明原因:

干扰源 量级
用户清空回收站 一次性释放 6.60 GB,把去重收益完全盖住
Spotlight 重建索引(/Applications 索引是开启的,索引库 5.6 GB) 删除 9 万个文件 + 改动 569 个二进制会触发写入
缓存 / 分页 / 其他后台写入 无法干净归因

硬链接本身确实释放真实磁盘空间,这是受控 A/B 实验验证过的 (300 MB 副本:真实复制 −0.293 GB,改成硬链接 +0.293 GB,精确可测;cp -c APFS 克隆则 0 GB)。

所以:验证收益看 du(同一批路径一次调用,按 inode 去重),df 只用于看大盘趋势。

若想止住 Spotlight 在 Office 包内的索引开销:sudo mdutil -i off /Applications(可 -i on 恢复)。

九、环境踩坑(做这类操作前必读)

  1. rm 可能被 WorkBuddy 的 safe-delete 垫片接管(PATH 注入)。 每次删除多一层 bash + 日志,3,391 次 rm -rf 拖到 12 分钟以上; 且它「移到废纸篓」失败时是 fail-closed(拒绝删除),不是降级直删。 绕过:用绝对路径 /bin/rm,或 Python 的 shutil.rmtree()(不走 PATH)。
  2. /tmp 是 /private/tmp 的符号链接。find /tmp -maxdepth 1 不跟随符号链接、 会直接返回 0 条——别据此以为"没有临时文件"。要扫必须写 /private/tmp。
  3. 脚本以 root 运行产生的备份目录属主是 root,普通用户 /bin/rm 删不掉,必须 sudo。
  4. 卷级废纸篓 .Trashes 权限是 d-wx--x--t(可写不可列)。 find 看不进去,用 find | wc -l 验证"还剩几个"会得到误导性的 0;必须用精确路径 stat。
  5. 别把 com.microsoft.autoupdate2.plist 列进删除清单:删掉后只要写一次 defaults write 设成 Manual,cfprefsd 立刻重建该文件,导致状态检查永远报"有残留"。它应被当作护栏。

十、适用版本

  • Microsoft 365 for Mac / Office LTSC for Mac,16.x(实测 16.112.4)
  • 同时兼容旧结构(Office 2016 for Mac 15.x)——脚本按内容判重,与目录结构无关
  • 需要 macOS 支持硬链接(所有 APFS / HFS+ 卷均可)

附录:验证方法

A. 复现「符号链接破坏签名、硬链接不破坏签名」

# 用任意一个体积小、带 Sealed Resources 的已签名 App 做样本
mkdir -p /tmp/otsig && cd /tmp/otsig
ditto /Applications/AnimatedImageMaker.app A.app
ditto /Applications/AnimatedImageMaker.app B.app
codesign --verify --strict A.app && codesign --verify --strict B.app   # 基线:都通过

S="A.app/Contents/Resources/Assets.car"; T="B.app/Contents/Resources/Assets.car"

# ① 符号链接
rm -f "$T"; ln -s "$PWD/$S" "$T"
codesign --verify --strict B.app     # => a sealed resource is missing or invalid

# ② 硬链接
rm -f "$T"; ln -f "$S" "$T"
codesign --verify --strict B.app     # => 通过(无输出)
cmp "$S" "$T" && echo "内容一致"

B. 配对的只读分析脚本

python3 analyze_dupes.py        # 全包重复测算(blake2b 内容哈希,独立交叉验证)
python3 analyze_identical.py    # 聚焦 Frameworks / SharedSupport 的剩余可回收项

analyze_dupes.py 用内容哈希测算可回收空间,可与主脚本的 cmp 结果互相印证; analyze_identical.py 用来在每次裁剪后重新测量还剩什么—— 区分「跨 App 未链接」「同 App 内部重复」「同尺寸不同内容(不可动)」三类。


致谢

去重的思路来自 goodbest/OfficeThinner。 2.0 保留了「多个 Office App 共享同一份资源」的核心理念,把实现从符号链接换成硬链接, 使其在现代 macOS 与 Office 上继续成立。代码为完全重写,未复用原项目源码。


License

MIT © 2026 iridiumgit

About

在 macOS 上为现代 Microsoft Office for Mac 回收重复文件占用的空间(硬链接去重 + 语言包裁剪 + 架构裁剪),实测 7.39 GB → 2.71 GB

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages