使用“diff”（或其他工具）获取文本文件之间的字符级差异

Question

我希望使用'diff'工具获取行差异和字符差异。例如，考虑以下内容： 文件 1：

abcde
abc
abcccd

文件2

abcde
ab
abccc

使用diff -u，我得到：

@@ -1,3 +1,3 @@
 abcde
-abc
-abcccd
\ No newline at end of file
+ab
+abccc
\ No newline at end of file

然而，它只向我展示了这些行中的更改。我想要看到的是：

@@ -1,3 +1,3 @@
 abcde
-ab<ins>c</ins>
-abccc<ins>d</ins>
\ No newline at end of file
+ab
+abccc
\ No newline at end of file

你懂我的意思。

现在，我知道我可以使用其他引擎来标记/检查特定行的差异。但我宁愿使用一种工具来完成所有这些工作。

- VitalyB

---

每个字符的差异在处理CJK文本时特别有用，因为在CJK文本中不会使用空格来分隔单词。 - 把友情留在无盐

Answer 1

Git有一个单词级别的差异比较工具，将所有字符定义为单词可以有效地获得字符级别的差异。然而，换行符的变化被忽略。

示例

像这样创建一个代码仓库：

mkdir chardifftest
cd chardifftest
git init
echo -e 'foobarbaz\ncatdog\nfox' > file
git add -A; git commit -m 1
echo -e 'fuobArbas\ncat\ndogfox' > file
git add -A; git commit -m 2

现在，执行git diff --word-diff=color --word-diff-regex=. master^ master命令，你将会得到以下内容：

请注意，字符级别上同时识别了添加和删除操作，而新行的添加和删除操作被忽略。

您也可以尝试以下其中之一：

git diff --word-diff=plain --word-diff-regex=. master^ master
git diff --word-diff=porcelain --word-diff-regex=. master^ master

- senf78

---

您无需创建任何仓库，只需在文件系统的任何位置提供任意两个文件给 git diff 命令，它就能正常工作。您提供的命令对我来说非常有效，谢谢！git diff --word-diff=color --word-diff-regex=. file1 file2 - qwertzguy

非常有帮助！如果可以的话，作为一名软件开发人员我会点+1，作为作者/作家我会再点2次+1。与代码不同，代码行往往比较短，而在写论文或故事时，每个段落往往采用长的自动换行格式，这种特性使得差异实际上具有视觉上的用处。 - mtraceur

为了让@qwertzguys上面的回答在Git repo之外也能够使用，我需要添加--no-index选项。因此，命令应该是：git diff --no-index --word-diff=color --word-diff-regex=. file1 file2。请注意，本文不提供任何解释性内容。 - Nathan Bell

git diff在一般设置中不起作用： git diff --no-index --word-diff=color --word-diff-regex=. <(echo string1) <(echo string2)，但这个能行：diff --color <(echo string1) <(echo string2)。 - mosh

对于稍微更紧凑的命令，“--word-diff=color --word-diff-regex=.” 可以替换为 “--color-words=.”。 - Cole

Answer 2

你可以使用：

diff -u f1 f2 |colordiff |diff-highlight

colordiff是Ubuntu的一个软件包。您可以使用sudo apt-get install colordiff来安装它。

diff-highlight来自git（自版本2.9起）。它位于/usr/share/doc/git/contrib/diff-highlight/diff-highlight中。您可以将其放在$PATH中的某个位置。

- zhanxw

---

colordiff 也可以在 Homebrew 上安装到 Mac 上： brew install colordiff。 - Emil Stenström

在 Mac 上，您可以在 $(brew --prefix git)/share/git-core/contrib/diff-highlight/diff-highlight 中找到 diff-highlight。 - StefanoP

如果您没有使用brew安装git - 可以使用python的pip来安装diff-highlight - pip install diff-highlight（即使通过brew安装了git，我仍然更喜欢这种方法）。 - Yaron U.

实际上，你可以跳过第一步diff，如果值得的话。对我来说，colordiff -u file1 file2 | diff-highlight 就可以了。 - Cole

太棒了，正是我所需要的。 - Smeterlink

Answer 3

Python的difflib非常棒，如果你想以编程方式进行比较。对于交互式使用，我使用vim的diff模式（非常容易使用：只需使用vimdiff a b命令调用vim）。我偶尔也会使用Beyond Compare，它几乎可以满足你对比较工具的所有期望。

我还没有看到任何有用的命令行工具来完成这个任务，但正如Will所指出的，difflib的示例代码可能会有所帮助。

- Ned

---

哦...我希望有更标准化的东西（比如隐藏的命令行参数）。最让人困扰的是，我有Beyond Compare 2，它甚至支持将差异的文本输出到文件/控制台，但它仍然只包括行差异而不是字符差异。如果没有其他更好的选择，我会研究一下Python。 - VitalyB

谢谢介绍vimdiff，我很喜欢。但是默认的颜色对我来说不太清晰，不过我在https://dev59.com/dHI-5IYBdhLWcg3wFkSO 找到了解决办法。 - undefined

Answer 4

你可以在Solaris中使用cmp命令：

cmp

比较两个文件，如果它们不同，则会告诉你它们第一个不同的字节和行号。

- Venkataramesh Kommoju

---

cmp 在（至少一些）Linux 发行版上也是可用的。 - Jeff Evans

它也可以在Mac OS X上使用。 - Eric R. Rath

字符可以由多个字节组成，而 OP 要求进行可视化比较。 - Cees Timmerman

@CeesTimmerman：cmp 允许使用标志“-l -b”进行可视比较。 - Smar

cmp在发现第一个不同之后就会退出。 - Norman Ramsey

Answer 5

正如主答案的评论所说，您不必提交即可使用git diff：

git diff --no-index --word-diff=color --word-diff-regex=. file1 file2

绿色是第二个文件添加的字符。

红色是第一个文件添加的字符。

- Eduard Florinescu

---

是的，这是最佳答案（至少截至今天），因为它是在任何系统上都最容易使用的（git 完全跨平台，并且现在几乎每个人都有它），而且远比其他方式更容易使用。 - adamency

你可能需要包含 --no-index 才能使其正常工作，正如主要答案中所评论的。 - Paulo Freitas

@PauloFreitas 实际上我在截图中有它，但不知何故我在命令中错过了，感谢指出，已编辑。 - Eduard Florinescu

如果您想将其导入到 less，您可以使用 less -R 以保留颜色。 - qwertzguy

Answer 6

Python有一个方便的库称为difflib，它可以帮助回答你的问题。

下面是使用difflib的两个单行代码，适用于不同版本的Python。

python3 -c 'import difflib, sys; \
  print("".join( \
    difflib.ndiff( \ 
      open(sys.argv[1]).readlines(),open(sys.argv[2]).readlines())))'
python2 -c 'import difflib, sys; \
  print "".join( \
    difflib.ndiff( \
      open(sys.argv[1]).readlines(), open(sys.argv[2]).readlines()))'

这些可能会作为shell别名方便使用，这样更容易在您的`${SHELL_NAME}rc`配置文件中移动。

$ alias char_diff="python2 -c 'import difflib, sys; print \"\".join(difflib.ndiff(open(sys.argv[1]).readlines(), open(sys.argv[2]).readlines()))'"
$ char_diff old_file new_file

需要提供更易读的版本，以便放入独立文件中。

#!/usr/bin/env python2
from __future__ import with_statement

import difflib
import sys

with open(sys.argv[1]) as old_f, open(sys.argv[2]) as new_f:
    old_lines, new_lines = old_f.readlines(), new_f.readlines()
diff = difflib.ndiff(old_lines, new_lines)
print ''.join(diff)

- Mr. Deathless

---

优秀的一行代码。如果有一个忽略未更改行的压缩输出就好了。 - user3002273

Answer 7

彩色，字级别的diff输出

下面的脚本和diff-highlight（git的一部分）可实现以下操作：

#!/bin/sh -eu

# Use diff-highlight to show word-level differences

diff -U3 --minimal "$@" |
  sed 's/^-/\x1b[1;31m-/;s/^+/\x1b[1;32m+/;s/^@/\x1b[1;34m@/;s/$/\x1b[0m/' |
  diff-highlight

_{（感谢@retracile的答案提供了sed的高亮显示）}

- Tom Hale

---

它在Shell屏幕上显示良好的差异，但我该如何在GVim中查看该差异呢？ - Hemant Sharma

这其实是一个gvim问题 :). command | gvim - 可以实现你想要的功能。 - Att Righ

供参考，diff-highlight似乎作为git的一部分包含在内，但未放置在您的路径中。在我的机器上，它位于/usr/share/doc/git/contrib/diff-highlight。 - Att Righ

损坏的链接。我该如何安装diff-highlight？似乎不在包管理器中。 - Trevor Hickey

Answer 8

cmp -l file1 file2 | wc

对我来说很有效。结果的最左边的数字表示不同字符的数量。

- Chris Prince

---

或者只需获取最左边的数字：cmp -l file1 file2 | wc -l - Tony

Answer 9

我也写了自己的脚本来使用最长公共子序列算法解决这个问题。

它的执行方式如下： JLDiff.py a.txt b.txt out.html 结果以HTML格式显示，带有红色和绿色的着色。处理较大的文件需要指数级别的时间，但这确实是一个真正的逐字符比较，而不是先按行检查。

- Joshua

---

我发现在pypy下，JLDiff运行速度更快。 - Joshua

Answer 10

Python的difflib可以实现这一点。

文档中包括一个例子命令行程序供您参考。

确切的格式不是您指定的，但要么解析ndiff样式输出，要么修改示例程序以生成您的记号都很容易。

- Will

---

谢谢！我会研究一下。我希望有更标准化的方法（比如隐藏的命令行参数）。但这个方法可能还可以。如果没有更标准化的方法，我会尝试使用Python（虽然似乎没有）。 - VitalyB