Question

我使用git有一个不寻常的目的 - 它在我写小说时存储我的文本。（我知道，我知道......太讨厌了。）

我正在努力追踪生产力，并希望衡量后续提交之间的差异程度。作者对“工作”的代理是“写字”，至少在创作阶段。我不能使用直字数，因为它忽略了编辑和压缩，这两者都是写作的重要部分。我想我想跟踪：

 (words added)+(words removed)

会重复计算（单词更改），但我没关系。

输入一些神奇的咒语并让git报告任何两个版本的距离指标都很棒。但是，git diffs是补丁，即使你只是在线上捣乱了一个字符，也会显示整行。我不希望这样，特别是因为我的“行”是段落。理想情况下，我甚至可以用“单词”来指定我的意思（虽然\ W +可能是可以接受的）。

git-diff是否有一个标志，可以逐个字地给出差异？或者，是否有使用标准命令行工具来计算上述指标的解决方案？

Answer 1

wdiff进行逐字比较。可以将Git配置为使用外部程序进行差异。基于这两个事实和this blog post，以下内容应该大致按照您的要求进行。

创建一个脚本以忽略git-diff提供的大多数不必要的参数，并将它们传递给wdiff。将以下内容保存为~/wdiff.py或类似内容，并使其可执行。

#!/usr/bin/python

import sys
import os

os.system('wdiff -s3 "%s" "%s"' % (sys.argv[2], sys.argv[5]))

告诉git使用它。

git config --global diff.external ~/wdiff.py
git diff filename

Answer 2

git diff --word-diff在最新的稳定版git中工作（在git-scm.com上）

有一些选项可以让你决定你想要它的格式，默认是可读的，但如果你将输出提供给脚本，你可能需要--word-diff = porcelain。

Answer 3

在James' and cornmacrelf's input的基础上，我添加了arithmetic expansion，并提出了几个可重复使用的别名命令来计算git diff中的单词：

alias gitwa='git diff --word-diff=porcelain origin/master | grep -e "^+[^+]" | wc -w | xargs'
alias gitwd='git diff --word-diff=porcelain origin/master | grep -e "^-[^-]" | wc -w | xargs'
alias gitw='echo $(($(gitwa) - $(gitwd)))'

gitwa和gitwd的输出为trimmed using xargs trick。

Answer 4

我想出了一种方法，可以通过建立其他答案来获得具体数字。结果是近似值，但它应足够接近，以作为添加或删除的字符数量的有用指示。以下是我的当前分支与origin / master相比的示例：

$ git diff --word-diff=porcelain origin/master | grep -e '^+[^+]' | wc -m
38741
$ git diff --word-diff=porcelain origin/master | grep -e '^-[^-]' | wc -m
46664

删除的字符（46664）与添加的字符（38741）之间的差异表明我当前的分支已删除大约7923个字符。由于差异+ / -和缩进字符，这些单独添加/删除的计数会被夸大，但是，在大多数情况下，这种差异应抵消该通货膨胀的很大一部分。

Answer 5

Git已经（很长一段时间）--color-words git diff选项。这不会让你计算，但它确实让你看到差异。

scompt.com对wdiff的建议也很好;这很容易推到不同的区别（见git-difftool）。从那里你只需要从输出wdiff可以给你真正想要的结果。

然而，还有一个令人兴奋的事情要分享，从git的烹饪方法来说：

* tr/word-diff (2010-04-14) 1 commit
  (merged to 'next' on 2010-05-04 at d191b25)
 + diff: add --word-diff option that generalizes --color-words

这是commit introducing word-diff。据推测，它不久将从下一个进入master，然后git将能够在内部完成所有这些 - 或者生成自己的单词diff格式或类似于wdiff的东西。如果你很大胆，你可以从下一个构建git，或者只是将一个提交合并到你的本地master中来构建。

感谢Jakub的评论：如果需要，您可以通过提供gitattributes中记录的单词regex（配置参数diff。*。wordRegex）来进一步自定义单词差异。

Answer 6

我喜欢Stoutie的answer，并想让它更具可配置性来回答我的一些字数问题。结束以下在ZSH中工作的解决方案，并且应该在Bash中工作。每个函数都会使用revision or revision difference，默认情况下将世界当前状态与origin/master进行比较：


# Calculate writing word diff between revisions. Cribbed / modified from:
# https://stackoverflow.com/questions/2874318/quantifying-the-amount-of-change-in-a-git-diff
function git_words_added {
  revision=${1:-origin/master}

  git diff --word-diff=porcelain $revision | \
    grep -e "^+[^+]" | \
    wc -w | \
    xargs
}

function git_words_removed {
  revision=${1:-origin/master}

  git diff --word-diff=porcelain $revision | \
    grep -e "^-[^-]" | \
    wc -w | \
    xargs
}

function git_words_diff {
  revision=${1:-origin/master}

  echo $(($(git_words_added $1) - $(git_words_removed $1)))
}

然后你可以像这样使用它：


$ git_words_added
# => how many words were added since origin/master

$ git_words_removed
# => how many words were removed since origin/master

$ git_words_diff
# => difference of adds and removes since origin/master (net words)

$ git_words_diff HEAD
# => net words since you last committed

$ git_words_diff master@{yesterday}
# => net words written today!

$ git_words_diff HEAD^..HEAD
# => net words in the last commit

$ git_words_diff ABC123..DEF456
# => net words between two arbitrary commits

希望这有助于某人！

Answer 7

对不起，我没有足够的声誉积分来评论@codebeard的答案。这是我使用的版本，我将他的两个版本都添加到了.gitconfig文件中。他们给出了不同的答案，我在第二个版本（将所有修改的文件组合在一起）中将问题追溯到wdiff -sd，计算了diff -pdrU3输出顶部两行中的单词。会是这样的：

--- 1   2018-12-10 22:53:47.838902415 -0800
+++ 2   2018-12-10 22:53:57.674835179 -0800

我通过遍历tail -n +4来解决此问题。

这是我完整的.gitconfig设置，并且已修复：

[alias]
    wdiff = diff
    wdiffs = difftool -t wdiffs
    wdiffs-all = difftool -d -t wdiffs-all
[difftool "wdiffs"]
    cmd = wdiff -n -s \"$LOCAL\" \"$REMOTE\" | colordiff
[difftool "wdiffs-all"]
    cmd = diff -pdrU3 \"$LOCAL\" \"$REMOTE\" | tail -n +4 | wdiff -sd

如果您想使用git config，请使用以下命令：

git config --global difftool.wdiffs.cmd 'wdiff -n -s "$LOCAL" "$REMOTE"' | colordiff
git config --global alias.wdiffs 'difftool -t wdiffs'
git config --global difftool.wdiffs-all.cmd 'diff -pdrU3 "$LOCAL" "$REMOTE" | wdiff -sd'
git config --global alias.wdiffs-all 'difftool -d -t wdiffs-all'

现在，您可以执行git wdiffs或git wdiffs-all来获取自上次提交以来的字数。

要与来源/母版进行比较，请执行git wdiffs origin/master或git wdiffs-all origin/master。

我最喜欢这个答案，因为它同时给出了字数和差异，并且如果您通过colordiff进行传递，它的外观也会很漂亮而且颜色也很丰富。（@Miles答案也不错，但需要您弄清楚要使用什么时间。但是，我喜欢寻找移动文本的想法。）

wdiff的统计信息最后输出如下：

file1.txt: 12360 words  12360 100% common  0 0% deleted  5 0% changed
file2.txt: 12544 words  12360 99% common  184 1% inserted  11 0% changed

要找出您添加了多少个单词，请在上面的示例的第二行184 + 11中添加inserted和changed。

为什么第一行什么都没有？答案：那些词被删除了。

这是一个bash脚本，用于获得一个统一的字数统计：

wdiffoutput=$(git wdiffs-all | tail -n 1)
wdiffins=$(echo "$wdiffoutput" | grep -oP "common *\K\d*")
wdiffchg=$(echo "$wdiffoutput" | grep -oP "inserted *\K\d*")
echo "Word Count: $((wdiffins+wdiffchg))"

Answer 8

由于Git 1.6.3还有git difftool，它可以配置为运行几乎任何外部差异工具。这比需要创建脚本等的一些解决方案容易得多。如果您喜欢wdiff -s的输出，可以配置如下内容：

git config --global difftool.wdiffs.cmd 'wdiff -s "$LOCAL" "$REMOTE"'
git config --global alias.wdiffs 'difftool -t wdiffs'

现在您可以运行git difftool -t wdiffs或其别名git wdiffs。

如果您希望同时获取所有已修改文件的统计信息，请执行以下操作：

git config --global difftool.wdiffs.cmd 'diff -pdrU3 "$LOCAL" "$REMOTE" | wdiff -sd'
git config --global alias.wdiffs 'difftool -d -t wdiffs'

这将获取典型的统一diff的输出，并将其输入wdiff，并将-d选项设置为仅解释输入。相反，别名中-d的额外difftool参数告诉git在执行diff之前将所有已修改的文件复制到临时目录。

Answer 9

上述答案因某些需要排除移动文本的用例而失败（例如，如果我在代码中移动一个函数或者在文档中进一步向下移动文档，我不想将所有这些作为更改计算！）

为此，您还可以计算重复行数，如果副本太多，则从查询中排除这些行。

例如，基于其他答案，我可以这样做：

git diff $sha~1..$sha|grep -e"^+[^+]" -e"^-[^-]"|sed -e's/.//'|sort|uniq -d|wc -w|xargs

计算差异中重复单词的数量，其中sha是您的提交。

您可以在最后一天（从早上6点开始）的所有提交中执行以下操作：

for sha in $(git rev-list --since="6am" master | sed -e '$ d'); do
     echo $(git diff --word-diff=porcelain $sha~1..$sha|grep -e"^+[^+]"|wc -w|xargs),\
     $(git diff --word-diff=porcelain $sha~1..$sha|grep -e"^-[^-]"|wc -w|xargs),\
     $(git diff $sha~1..$sha|grep -e"^+[^+]" -e"^-[^-]"|sed -e's/.//'|sort|uniq -d|wc -w|xargs)
done

打印：添加，删除，重复

（我对重复项采用了行差异，因为它排除了git diff试图过于聪明的时间，并假设您实际上只是更改了文本而不是移动它。它还会折扣单个单词的实例被视为重复。）

或者，如果您想要对它进行复杂化，如果重复率超过80％，则可以完全排除提交，并总结其余部分：

total=0
for sha in $(git rev-list --since="6am" master | sed -e '$ d'); do
    added=$(git diff --word-diff=porcelain $sha~1..$sha|grep -e"^+[^+]"|wc -w|xargs)
    deleted=$(git diff --word-diff=porcelain $sha~1..$sha|grep -e"^-[^-]"|wc -w|xargs)
    duplicated=$(git diff $sha~1..$sha|grep -e"^+[^+]" -e"^-[^-]"|sed -e's/.//'|sort|uniq -d|wc -w|xargs)
    if [ "$added" -eq "0" ]; then
        changed=$deleted
        total=$((total+deleted))
        echo "added:" $added, "deleted:" $deleted, "duplicated:"\
             $duplicated, "changed:" $changed
    elif [ "$(echo "$duplicated/$added > 0.8" | bc -l)" -eq "1" ]; then
        echo "added:" $added, "deleted:" $deleted, "duplicated:"\
             $duplicated, "changes counted:" 0
    else
        changed=$((added+deleted))
        total=$((total+changed))
        echo "added:" $added, "deleted:" $deleted, "duplicated:"\
             $duplicated, "changes counted:" $changed
    fi
done
echo "Total changed:" $total

我有这个脚本在这里执行：https://github.com/MilesCranmer/git-stats。

打印出来：

➜  bifrost_paper git:(master) ✗ count_changed_words "6am" 

added: 38, deleted: 76, duplicated: 3, changes counted: 114
added: 14, deleted: 19, duplicated: 0, changes counted: 33
added: 1113, deleted: 1112, duplicated: 1106, changes counted: 0
added: 1265, deleted: 1275, duplicated: 1225, changes counted: 0
added: 4207, deleted: 4208, duplicated: 4391, changes counted: 0
Total changed: 147

我只是在处理事物的提交是显而易见的，所以我不计算这些变化。它会计算其他所有内容并告诉我更改单词的总数。

量化git diff的变化量？

9 个答案: