突出显示字符串差异

Question

我正在寻找一种方法来突出两个字符串之间的差异。这个想法是在终端中显示 iconv 更改了哪些字符。这两个字符串都已处理以删除前导和尾随空格，但必须处理内部空格。

RED="$(tput setaf 1)"    ##    Short variables for the tput ->
CYA="$(tput setaf 6)"    ## -> commands to make output strings ->
CLS="$(tput sgr0)"       ## -> easier to read
str1="[String nâmè™]"    # String prior to iconv
str2="[String name[tm]]" # String after iconv -f utf-8 -t ascii//translit

最终我想自动格式化差异，以便它们被 tput 颜色代码包围，我可以回显到终端。

${str1} = 以红色突出显示，两个字符串不通用的字符

${str2} = 以青色突出显示，两个字符串不通用的字符

想要的输出：

output1="[String n${RED}â${CLS}m${RED}è™${CLS}]"
output2="[String n${CYA}a${CLS}m${CYA}e[tm]${CLS}]"

我看到的大多数差异实用程序都在行或单词级别上工作。我正在考虑为第一个差异的字节#解析 cmp 的输出，但我必须重新解析似乎有多个差异。

无论如何，我认为这似乎是一个复杂的过程，所以我只是想确保我没有遗漏明显的解决方案或工具。

现在我在想最简单的方法是格式化每个字符串以将一个字节放在一个新行上，然后我的选项就会打开。

nstr1="$(fold -w1 <<< "$(echo "${str1}")")"
nstr2="$(fold -w1 <<< "$(echo "${str2}")")"
diff <(echo -e "${nstr1}") <(echo -e "${nstr2}")

这是我所能达到的，除非我走在正确的轨道上，否则我不想走得更远。我敢肯定有无数种方法可以做到这一点，但有没有更有效的方法？

Answer 1

把它们放在一起：

#!/usr/bin/env bash

# Using stdin input, outputs each char. on its own line, with actual newlines
# in the input represented as literal '\n'.
toSingleCharLines() {
  sed 's/\(.\)/\1\'$'\n''/g; s/\n$/\'$'\n''\\n/'
}

# Using stdin input, reassembles a string split into 1-character-per-line output
# by toSingleCharLines().
fromSingleCharLines() {
  awk '$0=="\\n" { printf "\n"; next} { printf "%s", $0 }'
}

# Prints a colored string read from stdin by interpreting embedded color references
# such as '${RED}'.
printColored() {
  local str=$(</dev/stdin)
  local RED="$(tput setaf 1)" CYA="$(tput setaf 6)" RST="$(tput sgr0)"
  str=${str//'${RED}'/${RED}}
  str=${str//'${CYA}'/${CYA}}
  str=${str//'${RST}'/${RST}}
  printf '%s\n' "$str"
}

# The non-ASCII input string.
strOrg='[String nâmè™]'

# Create its ASCII-chars.-only transliteration.
strTransLit=$(iconv -f utf-8 -t ascii//translit <<<"$strOrg")

# Print the ORIGINAL string with the characters that NEED transliteration
# highlighted in RED.
diff --changed-group-format='${RED}%=${RST}' \
  <(toSingleCharLines <<<"$strOrg") <(toSingleCharLines <<<"$strTransLit") |
    fromSingleCharLines | printColored

# Print the TRANSLITERATED string with the characters that RESULT FROM
# transliteration highlighted in CYAN.
diff --changed-group-format='${CYA}%=${RST}' \
  <(toSingleCharLines <<<"$strTransLit") <(toSingleCharLines <<<"$strOrg") |
    fromSingleCharLines | printColored

这会产生：

Answer 2

@Thomas Dickey 在 cmets 中提供的答案是，没有比我尝试的方法更容易的工具或过程。

最后，我能够使用以下 difflines 简单地生成“想要的输出”。

diff --changed-group-format="\${RED}%=\${CLS}" <(echo -e "${nstr1}") <(echo -e "${nstr2}")|tr -d '\n'
diff --changed-group-format="\${CYA}%>\${CLS}" <(echo -e "${nstr1}") <(echo -e "${nstr2}")|tr -d '\n'

不幸的是，我还没有弄清楚如何回显输出以解释颜色代码，但这是另一个问题。