当前位置:首页 > 文章列表 > 文章 > 软件教程 > Win11文件夹自动备份设置方法

Win11文件夹自动备份设置方法

2026-01-25 09:21:39 0浏览 收藏

在IT行业这个发展更新速度很快的行业,只有不停止的学习,才不会被行业所淘汰。如果你是文章学习者,那么本文《Win11文件夹自动备份设置教程》就很适合你!本篇内容主要包括##content_title##,希望对大家的知识积累有所帮助,助力实战开发!

Windows 11提供五种文件夹备份方案:一、用文件历史记录自动备份库内文件;二、将非库文件夹纳入库以启用备份;三、用PowerShell脚本实现自定义路径定时增量备份;四、用RoboCopy执行带日志的差异同步;五、在文件历史记录中排除敏感或临时文件夹。

Win11怎么设置文件夹自动备份_Win11结合历史记录与脚本备份教程【教程】

一、通过文件历史记录启用文件夹自动备份

文件历史记录是 Windows 11 内置的轻量级备份机制,专为用户文件夹设计,能按设定频率自动捕获文档、图片、桌面等库内文件夹的变更版本。该功能依赖外部驱动器或网络位置作为备份目标,不支持系统盘自身作为源与目标共存。

1、将外部硬盘或U盘连接至电脑,并确保其在“此电脑”中可正常识别和访问。

2、按下 Win + I 打开设置,依次进入 系统 > 存储 > 高级存储设置 > 备份选项。

3、在“文件历史记录备份”区域点击 添加驱动器,从弹出列表中选择已连接的外部设备。

4、开启 自动备份我的文件 开关,系统即刻启用监控并开始首次完整备份。

5、点击 更多选项,在“备份频率”中选择间隔(如每小时),在“保留时间”中设定旧版本保存期限(如最多2年)。

二、将非库文件夹纳入文件历史记录备份范围

文件历史记录默认仅监控系统定义的库(如文档、图片)及其子目录。若需备份其他路径(如 D:\Projects 或 E:\WorkData),必须将其逻辑归属至某个库,否则不会被识别为备份对象。

1、打开文件资源管理器,导航至目标文件夹(例如 D:\MyReports)。

2、右键单击该文件夹,选择 显示更多选项,再点击 包含在库中。

3、若该文件夹未关联任何现有库,选择 创建新库,输入库名称(如“MyWork”)并确认。

4、系统会自动将该库加入文件历史记录的监控列表,后续所有变更将在下一次备份周期中被捕获。

三、使用 PowerShell 脚本实现指定文件夹定时增量备份

PowerShell 提供了对文件系统操作的细粒度控制能力,可绕过文件历史记录的库限制,直接对任意路径执行带时间戳的副本复制,适用于需要完全自定义备份路径、命名规则及排除逻辑的场景。

1、以管理员身份打开 Windows Terminal(PowerShell)。

2、执行以下命令创建备份脚本文件:
Set-Content -Path "$env:USERPROFILE\BackupScript.ps1" -Value @"

3、粘贴如下脚本内容(请将 C:\SourceFolder 和 D:\BackupRoot 替换为实际路径):
$source = "C:\SourceFolder"
$dest = "D:\BackupRoot\$(Get-Date -Format 'yyyy-MM-dd_HH-mm')"
New-Item -ItemType Directory -Path $dest -Force | Out-Null
Copy-Item -Path "$source\*" -Destination $dest -Recurse -Force
@

4、在终端中运行:Set-ExecutionPolicy RemoteSigned -Scope CurrentUser,以允许本地脚本执行。

5、使用任务计划程序创建触发任务:在“创建基本任务”向导中,选择“每天”或“每周”,操作设为“启动程序”,程序为 powershell.exe,参数填写:-ExecutionPolicy Bypass -File "$env:USERPROFILE\BackupScript.ps1"。

四、配置 RoboCopy 实现带日志与差异同步的自动备份

RoboCopy 是 Windows 内置的高可靠性命令行复制工具,支持多线程、断点续传、跳过未更改文件、生成详细日志等功能,适合大容量文件夹的稳健备份,且无需额外安装软件。

1、新建一个文本文件,重命名为 AutoBackup.bat,用记事本打开。

2、输入以下命令(替换源路径 E:\Data 和目标路径 F:\Backup):
robocopy "E:\Data" "F:\Backup" /MIR /R:3 /W:5 /LOG:"%USERPROFILE%\BackupLog.txt" /TEE

3、保存文件后,右键该批处理文件,选择“以管理员身份运行”测试是否能成功同步。

4、打开“任务计划程序”,新建任务,勾选“不管用户是否登录都要运行”和“使用最高权限”,在“触发器”中设定每日固定时间,在“操作”中设置“启动程序”指向该 AutoBackup.bat 文件。

5、备份日志将实时写入 %USERPROFILE%\BackupLog.txt,可随时检查成功条目数与跳过项统计。

五、排除敏感或临时文件夹避免冗余备份

文件历史记录虽默认覆盖全部库内容,但大型缓存目录、虚拟机磁盘镜像、编译中间产物等不仅占用大量空间,还可能因频繁写入拖慢备份性能。主动排除可提升效率并延长备份驱动器寿命。

1、打开“文件历史记录控制面板”(可通过任务栏搜索“文件历史记录”进入)。

2、点击左侧导航栏中的 排除文件夹。

3、在弹出窗口中点击 添加,浏览并定位到需排除的路径,例如:C:\Users\Public\RenderCache 或 D:\Dev\build\。

4、选中后点击 确定,该路径及其所有子项将不再参与任何后续备份周期。

5、重复步骤3–4可添加多个排除项,所有已添加路径均显示在排除列表中,支持随时选中后点击 删除 恢复监控。

今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~

百度优选官网入口及访问方法百度优选官网入口及访问方法
上一篇
百度优选官网入口及访问方法
百度网盘怎么分享文件夹给朋友
下一篇
百度网盘怎么分享文件夹给朋友
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    821次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    816次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    905次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    877次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    700次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码