'diff'（またはその他）を使用してテキストファイル間の文字レベルの差分を取得する

「diff」を使用して、行の違いと文字の違いの両方を取得したいと思います。たとえば、次のことを考慮してください。

ファイル1

abcde
abc
abcccd

ファイル2

abcde
ab
abccc

diff -uを使用すると、次のようになります。

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

ただし、これらの行の変更があったことのみを示しています。私が見たいのは次のようなものです：

@@ -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

あなたは私のドリフトを得る。

これで、他のエンジンを使用して特定の行の違いをマーク/チェックできることがわかりました。しかし、私はむしろそれをすべて行う1つのツールを使用したいと思います。

Gitには単語の差分があり、すべての文字を単語として定義すると、効果的に文字の差分が得られます。ただし、改行の変更は無視されます。

例

次のようなリポジトリを作成します。

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

さあ、そうgit diff --word-diff=color --word-diff-regex=. master^ masterすればあなたは得るでしょう：

追加と削除の両方が文字レベルで認識されることに注意してください。一方、改行の追加と削除はどちらも無視されます。

次のいずれかを試すこともできます。

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

以下を使用できます。

diff -u f1 f2 |colordiff |diff-highlight

colordiffUbuntuパッケージです。を使用してインストールできsudo apt-get install colordiffます。

diff-highlightgitからです（バージョン2.9以降）。にあります/usr/share/doc/git/contrib/diff-highlight/diff-highlight。あなたはあなたのどこかにそれを置くことができます$PATH。

プログラムでこれを実行する場合、Pythonのdifflibが最適です。インタラクティブな使用のために、私はvimの diffモードを使用します（使用するのに十分簡単です：でvimを呼び出すだけvimdiff a bです）。私は時々Beyond Compareも使用します。BeyondCompareは、diffツールから期待できるほとんどすべてのことを行います。

これを効果的に実行するコマンドラインツールはありませんが、Willが指摘するように、difflibのサンプルコードが役立つ場合があります。

cmpSolarisで次のコマンドを使用できます。

cmp

2つのファイルを比較し、異なる場合は、最初のバイトと行番号が異なる場所を示します。

Pythonにはdifflib、質問への回答に役立つという名前の便利なライブラリがあります。

以下はdifflib、異なるPythonバージョンで使用する2つのoneliners です。

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()))'

これらは、と一緒に移動しやすいシェルエイリアスとして役立つ場合があります.${SHELL_NAME}rc。

$ 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

スタンドアロンファイルに配置する、より読みやすいバージョン。

#!/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)

cmp -l file1 file2 | wc

私にとってはうまくいきました。結果の左端の数字は、異なる文字の数を示します。

また、Longest common subsequenceアルゴリズムを使用してこの問題を解決するために、独自のスクリプトを作成しました。

そのように実行されます

JLDiff.py a.txt b.txt out.html

結果は、赤と緑の色が付いたhtmlになります。ファイルが大きくなると、指数関数的に処理に時間がかかりますが、行ごとに最初にチェックすることなく、文字ごとの比較が行われます。

着色、文字レベル diff出力に含ま

以下のスクリプトとdiff-highlight（gitの一部）でできることは次のとおりです。

#!/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

_{（強調表示のための@retracileの回答のクレジットsed）}

Pythonのdifflibはこれを行うことができます。

ドキュメントには、コマンドラインプログラムの例が含まれています。

正確な形式は指定したとおりではありませんが、ndiffスタイルの出力を解析するか、サンプルプログラムを変更して表記を生成するのは簡単です。

ここにオンラインのテキスト比較ツールがあります：http : //text-compare.com/

異なるすべての文字を強調表示し、残りを比較し続けることができます。

単純な解決策は常に良い解決策だと思います。私の場合、以下のコードが非常に役立ちます。それが他の人の役に立つことを願っています。

#!/bin/env python

def readfile( fileName ):
    f = open( fileName )
    c = f.read()
    f.close()
    return c

def diff( s1, s2 ):
    counter=0
    for ch1, ch2 in zip( s1, s2 ):
        if not ch1 == ch2:
            break
        counter+=1
    return counter < len( s1 ) and counter or -1

import sys

f1 = readfile( sys.argv[1] )
f2 = readfile( sys.argv[2] )
pos = diff( f1, f2 )
end = pos+200

if pos >= 0:
    print "Different at:", pos
    print ">", f1[pos:end]
    print "<", f2[pos:end]

2つのファイルを次の構文でお気に入りのターミナルで比較できます。

$ ./diff.py fileNumber1 fileNumber2

ファイルをGitに保持している場合は、異なる行が表示され、違いが強調表示されたdiff-highlightスクリプトを使用して、バージョン間で差分をとることができます。

残念ながら、削除された行数が追加された行数と一致する場合にのみ機能します。行が一致しない場合のスタブコードがあるため、おそらくこれは将来修正される可能性があります。

完全な答えではありませんが、cmp -lの出力が十分に明確でない場合は、以下を使用できます。

sed 's/\(.\)/\1\n/g' file1 > file1.vertical
sed 's/\(.\)/\1\n/g' file2 > file2.vertical
diff file1.vertical file2.vertical

これらの回答のほとんどは、Perlモジュールであるdiff-highlightの使用に言及しています。しかし、Perlモジュールをインストールする方法を理解したくありませんでした。そこで、自己完結型のPerlスクリプトになるように、いくつかの小さな変更を加えました。

次の方法でインストールできます。

▶ curl -o /usr/local/bin/DiffHighlight.pl \
   https://raw.githubusercontent.com/alexharv074/scripts/master/DiffHighlight.pl

そして使用法（colordiffzhanxwの答えでUbuntuが言及されている場合）：

▶ diff -u f1 f2 | colordiff | DiffHighlight.pl

そして、使用方法（そうでない場合）：

▶ diff -u f1 f2 | DiffHighlight.pl