Сравнение двух текстовых файлов: что и где были сделаны изменения?

Question

Представьте, что у вас есть 2 texfiles (скажем, 500kB - 3 MB большой): первый оригинал, второй - это обновление этого оригинала. Как я могу узнать, что было изменено (вставлено, удалено) и где произошли изменения (в файле обновления по сравнению с оригиналом)?

1. Есть ли какой-нибудь инструмент или библиотека где-нибудь?
2. Сохраняет эту функцию в любых известных текстовых редакторах?
3. Кто-нибудь знает алгоритм? Или какие общие методы для его решения в больших масштабах?
4. Что бы вы сделали, если столкнулись с такой проблемой?

Thanx для ваших идей ...

Answer 1

Вы можете попробовать Notepad++ это текстовый редактор с открытым исходным кодом, который имеет сравнить файлы подключить.

Answer 2

Что вы описываете звуки так же, как diff стильный инструмент. Такая функциональность доступна во многих более продвинутых текстовых редакторах.

Answer 3

В википедии есть extensive list of file comparison tools.

Если вы хотите сделать это программно, я использовал SED и AWK в системах Unix до сих пор - и есть версии для Windows. В основном эти типы языков обработки файлов позволяют вам читать и сравнивать текстовые файлы по очереди, а затем позволять вам что-то делать с различиями (например, сохранять их в третий файл).

Answer 4

Есть ли какой-нибудь инструмент или библиотека где-нибудь?

Есть много. Попробуйте использовать diff, это утилита сравнения файлов на основе командной строки, которая отлично подходит для небольших различий. Но если два файла сильно различаются, будет сложно понять вывод diff. В этом случае вы можете использовать инструменты визуального сравнения файлов, такие как diffmerge, Kompare или vimdiff.

Оставляет эту функцию в любых известных текстовых редакторах?

Многие современные редакторы как Vim, Eclipse имеют эту визуальную особенность сравниваете ..

Кто-нибудь знает алгоритм? Или какие общие методы для его решения в больших масштабах?

Он основан на Longest common subsequence algorithm, широко известном как LCS.

LCS старого текста и нового текста дает часть, которая остается неизменной. Таким образом, часть старого текста, который не является частью LCS, является тем, который был изменен.

Что бы вы сделали, если столкнулись с такой проблемой?

Я бы использовал один из инструментов визуального сравнения, упомянутый для того, чтобы узнать, что и где были сделаны изменения.

Answer 5

Инструмент unix diff выполняет линейные различия; есть инструмент GNU, называемый wdiff, который будет выполнять поэтапные различия и должен быть доступен как пакет для большинства дистрибутивов Linux или Cygwin.

Классические документы по алгоритму являются:

• "An Algorithm for Differential File Comparison" - Джеймс У. Хант и М. Дуглас Макилрой (1976)
• "An O(ND) Difference Algorithm and Its Variations" - Юджин В. Майерс (1986)

Answer 6

GNU Diffutils http://www.gnu.org/software/diffutils/