我有一个从原始项目分叉的大型代码库，我正在尝试找出与原始项目的所有差异。许多文件编辑由注释掉的调试代码和其他杂项 cmets 组成。 Ubuntu 下名为 Meld 的 GUI diff/merge 工具可以忽略 cmets，但只能忽略单行 cmets。
是否有任何其他方便的方法可以仅查找非注释差异，无论是使用 GUI 工具还是 linux 命令行工具？万一有所不同，代码是 PHP 和 Javascript 的混合体，所以我主要感兴趣的是忽略 //、/* */ 和 #。
【问题讨论】：
标签： command-line-interface comments diff
其规则集和选项提供自定义行为。
diffutils
从命令行的角度来看，您可以使用--ignore-matching-lines=RE 选项来代替diff，例如：
diff -d -I '^#' -I '^ #' file1 file2
请注意，正则表达式必须匹配两个文件中的相应行，并且它匹配大块中每个更改的行才能工作，否则它仍然会显示差异。
使用单引号保护模式免受外壳扩展和转义正则表达式保留的字符（例如括号）。
我们可以阅读diffutils手册：
但是，
-I仅在块中每个更改的行（每个插入和每个删除）都与正则表达式匹配时，才会忽略包含正则表达式的行的插入或删除。换句话说，对于每个不可忽略的更改，
diff会在其附近打印完整的更改集，包括可忽略的更改。您可以使用多个-I选项为要忽略的行指定多个正则表达式。diff尝试将每一行与每个正则表达式匹配，从给定的最后一个开始。
armel here 也很好地解释了这种行为。
另见：
或者，检查其他差异应用程序，例如：
【讨论】：
您可以先通过stripcmt 过滤这两个文件，这将删除 C 和 C++ cmets。对于删除 # cmets，sed 's/#.*//' 将删除这些。
当然，当首先删除 cmets 时，您会失去一些上下文，但另一方面， cmets 的差异不会造成任何问题。我想我会这样做（针对单个文件进行描述，根据需要自动执行）：
A 并且
最新的复制代码库是B，让我们用
为 A' 和 B' 删除了 cmets（例如，在处理时将它们保存到临时文件中）。O' 中（或者只需为此重新使用 B'）。O'、A' 和B' 的三向合并并保存到C'。 KDiff3 是一个很好的工具。C' 没有 cmets，所以回到“正常”模式，以 A' 为基础和 A 和 @987654339 进行新的 3 路合并@。这会将 A' 和 C' 之间的更改（这是您想要的代码更改）提取到基于版本 A 的 cmets 的普通代码库中。强烈建议您在开始之前在纸上绘制版本树，以便清楚地了解您要处理的版本。但是不要受限于树显示的内容，如果您只是弄清楚要使用哪些版本，您可以merge any version and in any direction。
【讨论】：
diff <file1> <file2> | grep -v '^[<>]\ #'
远非完美，但它会让你了解差异
【讨论】：
请参阅我们的Smart Differencer 工具系列，它使用语言结构而不是作为指南的布局来比较计算机语言源文件。这尤其意味着它在比较代码时会忽略 cmets 和空格。
【讨论】：
gnu diff 支持忽略匹配正则表达式的行：
diff --ignore-matching-lines='^#' file1 file2
对于文件夹：
diff -[bB]qr --ignore-matching-lines='^#' folder1/ folder2/
这将忽略所有以 # 开头的行。
【讨论】：
This would ignore all lines which start with a # at the line beginning。这不是真的。 --ignore-matching-lines 的行为不同。
我试过了：diff file1 file2 和 diff -d -I ^#.\* file1 file2
两种情况下的结果都是一样的 - 包括 cmets；
但是，diff -u file1 file2 | grep -v '^ \|^.#\|^.$' 给出了
我需要的是：只有真正的差异，没有 cmets，没有空行。 ;)
【讨论】：
试试：
diff -I REGEXP -I REGEXP2 file1 file 2
参见：Regular expression 维基百科
以下是正则表达式的示例，它们会导致差异忽略预处理器指令和标准注释块类型。
例如：
\#*\n
/***/
//*\n
【讨论】：