Question

我正在递归地传播一堆二进制文件。

基本上，我正在跑步：

diff --recursive --brief dir_a dir_b

这告诉我哪些文件不同，哪些只存在于其中一个位置。

我想获得更多信息，粗略地说，它们彼此有多少不同。百分比可以。

有没有简单，单一，相对快速的方法来做到这一点？

关于指标

所以，大多数响应者都想知道我是如何计算百分比的，答案非常多，我不在乎。我正在考虑两个文件的复合大小的差异大小的行。但是，如果那里有其他使用不同指标的东西，我就会接受它。我只需要一个粗略的价值。

git倾向于为提交显示某种差异百分比，任何想法指标会在这里？

Answer 1

由于您正在分叉二进制文件，diff或diffstat不是很有用。 “差异”的概念也不像面向行的文本文件那样清晰。

一个想法是使用二元差异工具（如bsdiff或xdelta）生成零压缩的二进制补丁，然后将补丁的大小与原始大小进行比较。

Answer 2

我猜这个脚本会打印某种百分比。

#!/bin/sh

file1="$1"
file2="$2"

file1size=$( cat $file1 | wc -c )
file2size=$( cat $file2 | wc -c )

if [ $file1size -lt $file2size ]; then
    size=$file1size
else
    size=$file2size
fi

dc -e "
3k
$( cmp -n $size -l $file1 $file2 | wc -l )
$size
/
100*
p"

Answer 3

我不确定您希望如何衡量百分比。但是，您可以编写一个脚本来读取diff命令的输出，并以某种方式计算百分比。但首先您需要知道要使用的指标。

Answer 4

查找程序“diffstat”。它会给你一个更好的主意。

Answer 5

不完全确定如何定义“多少不同”，但您可以计算每个目录中的项目数并除以总计以获得百分比

# diff -r /tmp /home | awk -F":" '{_[$1]++}END{for(i in _) print _[i],i}'
74 Only in /tmp
29 Only in /home

以上只是打印出数字。自己定义一个指标。

我可以通过一个文件与另一个文件的差异来获得一定百分比吗？

关于指标

5 个答案: