寻找常见的块

Question

我有两个文件（f1和f2）包含一些文本（或二进制数据） 如何快速找到常用块？

e.g。
f1：ABC DEF
f2：XXABC XEF

输出：

常见块：
长度4：f1 @ 0和f2 @ 2中的“ABC” 长度2：f1 @ 5和f2 @ 8中的“EF”

Answer 1

这是一个很好的工具，用于这样的目的： http://sourceforge.net/projects/duplo/

Answer 2

Wikipedia有一些pseudocode用于查找两个数据序列之间最长的公共子字符串。在您的情况下，您只需从表中提取所有不是其他公共子串前缀的公共子串（即最大公共子串）。

Answer 3

开源PMD项目有一个剪切粘贴检测器模块，在本页中提到：http://pmd.sourceforge.net/integrations.html。