忽略换行的差异/跨多行的差异/忽略回流的差异答案

【问题标题】：newline-ignoring diff / diff across multiple lines / reflow-ignoring diff忽略换行的差异/跨多行的差异/忽略回流的差异
【发布时间】：2011-02-05 23:44:34
【问题描述】：

有没有人知道一个类似 diff 的工具，它可以显示两个文本文件之间的变化，但忽略空格的变化包括换行符？

这是一个例子：

敏捷的棕狐跳过了懒熊。敏捷的棕色狐狸跳过懒熊。敏捷的棕色狐狸跳过懒惰的熊。敏捷的棕狐跳过了懒熊。敏捷的棕狐跳过了懒熊。敏捷的棕色狐狸跳了起来在懒熊之上。敏捷的棕狐跳过了懒熊。敏捷的棕狐跳过了懒熊。

我所做的只是删除一个单词并重新排列它，但是“diff -b”检测到每一行的更改（应该如此；我并不是说这是 diff 中的错误）。但是对于大型 LaTeX 文件，这是一个主要问题；长段换一个字，回来的diff基本没用。

顺便说一句，我知道这需要比通常的 lines-are-atomic diff 更多的计算能力。我只对人为生成的小文件执行此操作，如果需要，我很乐意等待很长时间。

【问题讨论】：

标签： diff word-diff

【解决方案1】：

wdiff 进行逐字对齐。

为了在终端中显示易于阅读，请运行

 wdiff -al <file1> <file2> | less

这将显示（至少在我的系统上）<file2>boldfaced 中的插入和<file2> 中的删除加下划线。

【讨论】：

警告：wdiff 可能并非在每个系统上都可用。但它是一个很酷的实用程序
万岁！这正是我想要的。现在我只需要等待堆栈溢出让我宣布这是答案。
虽然 wdiff 有点酷，但我实际上出于两个原因对此表示反对：首先，wdiff 不显示找到的差异的行号（极大的不便）；其次，因为它是面向单词的，它不能忽略空格的变化（即foreach( vs foreach (）。我已经编写了一个 PHP 脚本来弥补第二个问题，但是如果没有行号，那么尝试用 grep 查找“有趣的”差异会浪费大量时间。我希望对 compare++ 说点好话，但我还没有收到他们关于他们是否有 .rpm 的回复
@Jeff “每当你遇到一个非常草率、不费吹灰之力的帖子，或者一个明显不正确且可能危险地不正确的答案时，请使用你的反对票。”对于所提出的问题，答案是正确的。它不符合您的具体要求并不意味着它不正确，如果您有更好的解决方案，则应将其作为替代答案发布。

【解决方案2】：

一种选择是通过将整个文件拆分为单词来完成此操作。在了解上下文时不是 100% 相同的结果，而是非常适合您关心的更改类型。

例子：

cat file1 | perl5.8 -e '{s/\s+/\n/g;}' > file1.split_words
cat file2 | perl5.8 -e '{s/\s+/\n/g;}' > file2.split_words
diff file1.split_words file2.split_words

如果文本具有特殊属性，您可以做得更好，更具体地说，重排只发生在定义为连续 2 个换行符的段落范围内 - 只需用空格替换所有单个换行符并运行定期diff -w 结果。

【讨论】：