Как сравнивать текстовые файлы: инструменты и техники diff

Сравнение текста — ежедневная задача разработчиков. Будь то ревью изменений кода, отладка расхождений конфигурации или объединение документов — понимание вывода diff крайне важно. В этом руководстве рассматриваются алгоритмы, инструменты и техники для эффективного сравнения текста.

Понимание вывода diff

Классический унифицированный формат diff показывает изменения между двумя файлами:

--- 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

• Строки, начинающиеся с -, были удалены (из оригинала)
• Строки, начинающиеся с +, были добавлены (в изменённой версии)
• Строки, начинающиеся с (пробел), остались без изменений (контекст)
• Маркеры @@ показывают затронутые номера строк

Алгоритмы diff

Алгоритм Майерса

Алгоритм по умолчанию, используемый в Git и большинстве инструментов diff. Он находит кратчайший скрипт редактирования — минимальное количество вставок и удалений для преобразования одного файла в другой. Создаёт чистый, читаемый вывод для большинства типов содержимого.

Patience Diff

Лучше подходит для структурированного текста, такого как исходный код. Вместо поиска кратчайшего редактирования сначала сопоставляет уникальные строки, присутствующие в обоих файлах, затем выполняет diff между ними. Часто создаёт более осмысленные различия, соответствующие логическим блокам кода.

git diff --patience

Histogram Diff

Улучшение алгоритма patience diff, используемое в Git по умолчанию начиная с версии 2.x. Лучше обрабатывает повторяющиеся строки и создаёт более чистый вывод для файлов с существенными структурными изменениями.

Сравнение текста онлайн

Для быстрого сравнения без установки инструментов наш Инструмент сравнения текста предоставляет параллельное и встроенное отображение различий прямо в браузере. Вставьте два текста — и изменения будут мгновенно подсвечены. Вся обработка происходит локально.

Инструменты diff для командной строки

diff (POSIX)

Классический инструмент Unix:

# Unified format (most readable)
diff -u file1.txt file2.txt

# Side-by-side
diff -y file1.txt file2.txt

# Ignore whitespace
diff -w file1.txt file2.txt

# Recursive directory comparison
diff -r dir1/ dir2/

git diff

Даже вне Git-репозитория git diff обеспечивает превосходный вывод:

# Compare two files
git diff --no-index file1.txt file2.txt

# Word-level diff (highlights changed words, not whole lines)
git diff --word-diff

# Stat summary (files changed, insertions, deletions)
git diff --stat

colordiff / delta

Для цветного вывода в терминале:

# colordiff: drop-in replacement for diff
colordiff file1.txt file2.txt

# delta: modern diff viewer for Git
git diff | delta

Diff для код-ревью

Эффективное ревью кода зависит от читаемых различий. Вот техники для улучшения качества diff:

1. Делайте коммиты фокусированными

Большие diff, охватывающие сотни строк, трудно ревьюировать. Каждый коммит должен решать одну задачу:

• Отделяйте изменения форматирования от изменений логики
• Разбивайте большие рефакторинги на инкрементальные шаги
• Перемещайте файлы в одном коммите, изменяйте в другом

2. Используйте пословный diff

Построчный diff скрывает реальное изменение, когда в длинной строке изменилась лишь небольшая часть:

# Shows only the changed words, not entire lines
git diff --word-diff

3. Игнорируйте пробелы при ревью

Изменения форматирования создают шум в содержательных diff:

git diff -w        # Ignore all whitespace changes
git diff -b        # Ignore whitespace amount changes

4. Ревьюируйте с контекстом

Больше строк контекста помогают понять окружающий код:

git diff -U10      # Show 10 lines of context (default is 3)

Обработка конфликтов слияния

Когда Git обнаруживает конфликтующие изменения, он помечает конфликт в файле:

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

Для разрешения:

1. Разберитесь в обоих изменениях — почему каждое было сделано?
2. Решите, какую версию оставить, или объедините их
3. Удалите маркеры конфликта
4. Протестируйте результат

Для сложных слияний используйте инструмент трёхстороннего слияния, который показывает общего предка наряду с обеими версиями.

Сравнение нетекстового содержимого

JSON Diff

Стандартный текстовый diff плохо справляется с JSON, потому что изменения порядка ключей и форматирования создают шум. Семантический JSON diff сравнивает фактическую структуру данных. Используйте наш инструмент JSON Diff для структурного сравнения.

CSV Diff

Табличные данные требуют поколоночного сравнения. Стандартный diff обрабатывает каждую строку как текст, пропуская изменения на уровне ячеек.

Бинарные файлы

Diff не может осмысленно сравнивать бинарные файлы. Для изображений используйте визуальные инструменты сравнения. Для документов сначала конвертируйте в текст или используйте форматно-специфические инструменты сравнения.

Diff в автоматизации

CI/CD-конвейеры

Используйте diff для проверки ожидаемого вывода в тестах:

command_under_test > actual_output.txt
diff expected_output.txt actual_output.txt
# Exit code 0 = identical, 1 = different

Обнаружение дрейфа конфигурации

Сравнение продакшен-конфигурации с ожидаемым состоянием:

diff deployed_config.yaml expected_config.yaml

Отслеживание изменений документации

Отслеживание изменений в документации для ревью:

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

FAQ

Что означает «hunk» в выводе diff?

Hunk — это непрерывный блок изменений в diff. Каждая строка @@ начинает новый hunk. Git группирует близкие изменения в один hunk — если два изменения находятся в пределах 3 строк друг от друга (контекст по умолчанию), они отображаются в одном hunk. Hunk'и можно добавлять в индекс независимо с помощью git add -p.

Как сравнить две ветки в Git?

Используйте git diff branch1..branch2, чтобы увидеть все различия между двумя ветками. Добавьте --stat для сводки или -- path/to/file для сравнения конкретного файла. Для сравнения того, что ветка добавила с момента расхождения, используйте три точки: git diff branch1...branch2.

Связанные ресурсы

• Инструмент сравнения текста — Сравнивайте текст бок о бок в браузере
• Руководство по отладке JSON Diff — Структурное сравнение JSON-данных
• Шпаргалка по regex — Сопоставление паттернов для поиска конкретных изменений