Como Comparar Arquivos de Texto: Ferramentas e Técnicas de Diff

Comparar texto é uma tarefa diária para desenvolvedores. Seja revisando alterações de código, depurando divergências de configuração ou mesclando documentos, entender a saída de diff é essencial. Este guia abrange os algoritmos, ferramentas e técnicas para uma comparação de texto eficaz.

Entendendo a Saída do Diff

O formato clássico de diff unificado mostra as alterações entre dois arquivos:

--- original.txt
+++ modified.txt
@@ -1,5 +1,6 @@
 Line 1: unchanged
-Line 2: removed text
+Line 2: modified text
+Line 2.5: added line
 Line 3: unchanged
 Line 4: unchanged
-Line 5: also removed

• Linhas começando com - foram removidas (do original)
• Linhas começando com + foram adicionadas (na versão modificada)
• Linhas começando com (espaço) são contexto inalterado
• Marcadores @@ mostram os números das linhas afetadas

Algoritmos de Diff

Algoritmo de Myers

O algoritmo padrão usado pelo Git e pela maioria das ferramentas de diff. Ele encontra o script de edição mais curto — o número mínimo de inserções e exclusões para transformar um arquivo em outro. Produz diffs limpos e legíveis para a maioria do conteúdo.

Patience Diff

Melhor para texto estruturado como código-fonte. Em vez de encontrar a edição mais curta, ele primeiro corresponde linhas únicas que aparecem em ambos os arquivos, depois faz o diff das seções entre elas. Isso frequentemente produz diffs mais significativos que se alinham com blocos lógicos de código.

git diff --patience

Histogram Diff

Uma melhoria do patience diff, usado como padrão do Git desde a versão 2.x. Lida melhor com linhas repetidas e produz saída mais limpa para arquivos com mudanças estruturais significativas.

Comparando Texto Online

Para comparações rápidas sem instalar ferramentas, nosso Verificador de Diferenças de Texto oferece visualizações lado a lado e inline diretamente no seu navegador. Cole dois textos e veja as alterações destacadas instantaneamente — todo o processamento acontece localmente.

Ferramentas de Diff na Linha de Comando

diff (POSIX)

A ferramenta clássica do Unix:

# Formato unificado (mais legível)
diff -u file1.txt file2.txt

# Lado a lado
diff -y file1.txt file2.txt

# Ignorar espaços em branco
diff -w file1.txt file2.txt

# Comparação recursiva de diretórios
diff -r dir1/ dir2/

git diff

Mesmo fora de um repositório Git, o git diff oferece saída superior:

# Comparar dois arquivos
git diff --no-index file1.txt file2.txt

# Diff por palavra (destaca palavras alteradas, não linhas inteiras)
git diff --word-diff

# Resumo estatístico (arquivos alterados, inserções, exclusões)
git diff --stat

colordiff / delta

Para saída colorida no terminal:

# colordiff: substituto direto do diff
colordiff file1.txt file2.txt

# delta: visualizador moderno de diff para Git
git diff | delta

Diff para Revisão de Código

Uma revisão de código eficaz depende de diffs legíveis. Aqui estão técnicas para melhorar a qualidade do diff:

1. Mantenha Commits Focados

Diffs grandes com centenas de linhas são difíceis de revisar. Cada commit deve tratar de uma única preocupação:

• Separe alterações de formatação de alterações de lógica
• Divida refatorações grandes em etapas incrementais
• Mova arquivos em um commit, modifique-os em outro

2. Use Diff por Palavra

Diffs no nível de linha escondem a alteração real quando uma linha tem uma pequena modificação dentro de uma string longa:

# Mostra apenas as palavras alteradas, não linhas inteiras
git diff --word-diff

3. Ignore Espaços em Branco nas Revisões

Alterações de formatação adicionam ruído a diffs significativos:

git diff -w        # Ignorar todas as alterações de espaço em branco
git diff -b        # Ignorar alterações na quantidade de espaços

4. Revise com Contexto

Mais linhas de contexto ajudam a entender o código ao redor:

git diff -U10      # Mostrar 10 linhas de contexto (o padrão é 3)

Lidando com Conflitos de Merge

Quando o Git encontra alterações conflitantes, ele marca o conflito no arquivo:

<<<<<<< HEAD
const timeout = 5000;
=======
const timeout = 10000;
>>>>>>> feature-branch

Para resolver:

1. Entenda ambas as alterações — por que cada uma foi feita?
2. Decida qual versão manter, ou combine-as
3. Remova os marcadores de conflito
4. Teste o resultado

Para merges complexos, use uma ferramenta de merge de três vias que mostra o ancestral comum ao lado de ambas as versões.

Comparando Conteúdo Não-Textual

Diff de JSON

O diff de texto padrão tem dificuldades com JSON porque a ordem das chaves e alterações de formatação geram ruído. O diff semântico de JSON compara a estrutura de dados real. Confira nossa ferramenta JSON Diff para comparação estrutural.

Diff de CSV

Dados tabulares precisam de comparação com consciência de colunas. O diff padrão trata cada linha como uma string, perdendo alterações no nível de células.

Arquivos Binários

O diff não consegue comparar arquivos binários de forma significativa. Para imagens, use ferramentas de diff visual. Para documentos, converta para texto primeiro ou use ferramentas de comparação específicas do formato.

Diff em Automação

Pipelines de CI/CD

Use diff para verificar a saída esperada em testes:

command_under_test > actual_output.txt
diff expected_output.txt actual_output.txt
# Código de saída 0 = idêntico, 1 = diferente

Detecção de Desvio de Configuração

Compare a configuração em produção com o estado esperado:

diff deployed_config.yaml expected_config.yaml

Rastreamento de Alterações em Documentação

Acompanhe alterações na documentação para revisão:

git diff --stat HEAD~5..HEAD -- docs/

Perguntas Frequentes

O que significa "hunk" na saída do diff?

Um hunk é um bloco contíguo de alterações em um diff. Cada linha @@ inicia um novo hunk. O Git agrupa alterações próximas em hunks únicos — se duas alterações estão a até 3 linhas de distância (o contexto padrão), elas aparecem no mesmo hunk. Hunks podem ser preparados independentemente usando git add -p.

Como comparo duas branches no Git?

Use git diff branch1..branch2 para ver todas as diferenças entre duas branches. Adicione --stat para um resumo, ou -- path/to/file para comparar um arquivo específico. Para comparar o que uma branch adicionou desde que divergiu, use três pontos: git diff branch1...branch2.

Recursos Relacionados

• Verificador de Diferenças de Texto — Compare textos lado a lado no seu navegador
• Guia de Depuração JSON Diff — Comparação estrutural para dados JSON
• Guia de Referência Regex — Correspondência de padrões para encontrar alterações específicas