如何比较文本并找出差异

查找文档、配置文件或代码两个版本之间的变化是一项常见任务。手动阅读两个版本并发现差异既缓慢又不可靠，尤其是对于长文本。差异检查器即时完成此操作并突出显示每一处变化。驱动 Git 提交历史、GitHub 拉取请求审查界面和 Unix diff 命令的相同算法是您曾经使用过的每个可视化差异工具的基础。

如何比较文本

1. 粘贴两个版本：在左侧输入原始文本，在右侧输入修改后的文本。
2. 查看突出显示：添加的行以绿色显示，删除的行以红色显示。修改的行同时显示旧版本和新版本。
3. 导出或复制：复制差异结果或下载报告。

两个面板都有文本时比较立即发生。没有要单击的比较按钮；任一侧的编辑都会实时重新运行差异，这在您迭代修复并希望立即看到效果时很有用。

阅读差异

差异输出使用简单的颜色系统：

• 绿色（添加）：存在于新版本但不在旧版本中的行
• 红色（删除）：存在于旧版本但已从新版本中消失的行
• 未更改：两个版本中相同的行

这是 Git、GitHub、GitLab、Bitbucket 和每个主要版本控制系统使用的相同约定。颜色不是任意的：用于添加的绿色和用于删除的红色自 1970 年代第一批视觉差异工具（如 sdiff 命令）在 Unix 上发布以来一直是标准。现代工具有时为"已更改"（在两个中都存在但不同的行）添加黄色或橙色，但红色和绿色仍然是通用的添加/删除。

diff 简史

Douglas McIlroy 于 1976 年在贝尔实验室首次发布了 diff 算法，建立在 Eugene Myers 后来的细化（O(ND) 算法，1986）基础之上，使 diff 快到足以进行交互使用。McIlroy 的原始算法随 1979 年 Unix V7 发布而发布，从此成为每个类 Unix 操作系统的一部分。Myers 算法是驱动现代 diff 实现的：Git 的 diff、GitHub 的 Web 界面、从 Beyond Compare 到 VS Code 的每个 diff GUI。

可视化并排 diff 格式早于该算法：它可以追溯到出版中的手动校对约定（显示两列文本，更改在边缘标记）。1970 年代的软件只是自动化了编辑们在纸上做了几个世纪的事情。"统一 diff"格式（您在补丁文件中看到的带有 --- 和 +++ 标题的格式）由 GNU diff 于 1990 年引入，现在是按文本共享更改的事实标准。

差异检查何时有用

• 代码审查：在提交之前将您的更改与原始版本进行比较，以查看您究竟修改了什么
• 文档修订：查找合同、文章或政策两个版本之间的变化
• 配置调试：将工作的配置文件与损坏的配置文件进行比较以发现差异
• 数据验证：检查两个数据导出是否相同或找出它们的分歧
• 合并冲突：在解决冲突之前了解冲突的双方
• 翻译审查：将原始文档与翻译进行比较，以确保没有遗漏任何部分
• 电子邮件或消息比较：当有人说"我已经发送了更正版本"时，比较两条消息以查看实际更改了什么
• 数据库导出验证：比较数据库的两个 CSV 导出，以确认 ETL 运行产生了相同的输出

基于行 vs 基于字符的 diff

差异检查器使用基于行的比较，这意味着它将每一行视为最小的差异单位。如果您更改行上的单个单词，整行将显示为已更改（旧行为红色，新行为绿色），您必须自己发现单词级别的差异。

基于行的 diff 是代码和配置文件的标准，因为它们通常是面向行的（每行一个语句，每行一个配置选项）。它快速、可预测，并匹配 Git 和每个代码审查工具的工作方式。

对于行级更改太粗糙的散文比较，某些工具提供单词级或字符级 diff，仅突出显示行内已更改的单词。这更精确但对于代码更难阅读。如果您需要单词级 diff，请查找专门标记为"word diff"或"intra-line diff"的工具。

隐私和机密内容

差异检查器完全在您的浏览器中运行。两段文本都留在您的设备上；没有任何东西被上传。这很重要，因为您最想要比较的文本通常是机密的：正在谈判的合同、新闻稿草稿、内部政策文档、NDA 下的源代码。云差异工具（DiffChecker.com、JsonDiff.com、在线合并工具）需要将两段文本上传到第三方服务器，这正是您希望避免敏感内容的情况。基于浏览器的差异没有这些暴露。

会话也是无状态的：关闭选项卡后，没有任何东西保留。如果您需要保留差异的记录，请在导航离开之前复制输出或截屏。

常见陷阱

• 空白噪音：尾随空格、混合制表符和空格以及不同的行结尾（Unix 上的 LF 与 Windows 上的 CRLF）经常显示为"更改"，即使可见文本相同。大多数差异工具都有用于此情况的"忽略空白"切换。
• 行结尾不匹配：Windows 行结尾 (CRLF) 与 Unix 行结尾 (LF) 使每一行看起来都已更改。如果您正在比较来自不同操作系统的文件，请先规范化行结尾。
• 编码差异：UTF-8 vs UTF-16 vs Windows-1252 中的文本可能看起来相同但比较为完全不同。在差异之前将编码规范化为 UTF-8。
• 重新排列的相同内容：如果您从第 3 页剪切一个段落并粘贴到第 1 页，差异显示段落为从-第-3-页-删除和添加-到-第-1-页，即使内容未更改。某些工具提供"移动块检测"来处理这个；基本 diff 不支持。
• 大文件性能：比较超过 10,000 行的文件可能会减慢浏览器。对于非常大的差异，请使用命令行 diff 或桌面工具如 Beyond Compare。

提示

• 粘贴干净的文本：删除您不想比较的标题、页脚或元数据。额外的噪音使真正的差异更难发现。
• 使用并排视图：使用对齐的行号将两个版本并排查看比内联视图更容易追踪差异。
• 检查空白：有时"相同"的文本有不可见的差异，如尾随空格、不同的行结尾 (LF vs CRLF) 或制表符 vs 空格。差异检查器会捕获这些。
• 对于散文先规范化：对于自然语言比较，在差异之前通过空白规范化器运行两个文本或粘贴到普通编辑器中。这避免了从 Word 或 PDF 带过来的格式产生的虚假差异。
• 如果需要记录请保存差异：复制突出显示的输出或截屏。差异不会自动保留。
• 离线工作：一旦页面加载，比较将在您的浏览器中本地运行，无需互联网。