Question

我有两个我想要差异的文件。这些行有时间戳，可能还有其他一些我想忽略的匹配算法，但如果匹配算法在文本的其余部分找到差异，我仍然希望输出这些项目。例如：

1c1
<    [junit4] 2013-01-11 04:43:57,392 INFO  com.example.MyClass:123 [main] [loadOverridePropFile] Config file application.properties not found: java.io.FileNotFoundException: /path/to/application.properties (No such file or directory)
---
>    [junit4] 2013-01-11 22:16:07,398 INFO  com.example.MyClass:123 [main] [loadOverridePropFile] Config file application.properties not found: java.io.FileNotFoundException: /path/to/application.properties (No such file or directory)

不应该发出但是：

1c1
<    [junit4] 2013-01-11 04:43:57,392 INFO  com.example.MyClass:123 [main] [loadOverridePropFile] Config file application.properties not found: java.io.FileNotFoundException: /path/to/application.properties (No such file or directory)
---
>    [junit4] 2013-01-11 22:16:07,398 INFO  com.example.MyClass:456 [main] [loadOverridePropFile] Config file application.properties not found: java.io.FileNotFoundException: /path/to/application.properties (No such file or directory)

应该被发出（因为行号不同）。请注意，时间戳仍然会被发出。

如何做到这一点？

Answer 1

我希望这个功能在我之前好几次，因为它再次出现在这里我决定谷歌一点点找到perl的Algorithm::Diff你可以提供哈希函数（他们称之为“键”生成函数“）”应返回一个唯一标识给定元素的字符串“，该算法用于进行比较（而不是您用它提供的实际内容）。

基本上，你需要做的就是添加一个以一种你希望从你的字符串中过滤出不需要的东西的方式执行某些正则表达式魔法的子程序，并将subref作为参数添加到diff()的调用中（参见我在下面的代码段中发现了CHANGE 1和CHANGE 2条评论。

如果您需要正常（或统一）diff输出，请检查模块附带的详细diffnew.pl示例，并在此文件中进行必要的更改。出于演示目的，我将使用它附带的简单diff.pl，因为它很短，我可以在这里完整发布。

mydiff.pl

#!/usr/bin/perl

# based on diff.pl that ships with Algorithm::Diff
# demonstrates the use of a key generation function

# the original diff.pl is:
# Copyright 1998 M-J. Dominus. (mjd-perl-diff@plover.com)
# This program is free software; you can redistribute it and/or modify it
# under the same terms as Perl itself.

use Algorithm::Diff qw(diff);

die("Usage: $0 file1 file2") unless @ARGV == 2;

my ($file1, $file2) = @ARGV;

-f $file1 or die("$file1: not a regular file");
-f $file2 or die("$file2: not a regular file");
-T $file1 or die("$file1: binary file");
-T $file2 or die("$file2: binary file");

open (F1, $file1) or die("Couldn't open $file1: $!");
open (F2, $file2) or die("Couldn't open $file2: $!");
chomp(@f1 = <F1>);
close F1;
chomp(@f2 = <F2>);
close F2;

# CHANGE 1
# $diffs = diff(\@f1, \@f2);
$diffs = diff(\@f1, \@f2, \&keyfunc);

exit 0 unless @$diffs;

foreach $chunk (@$diffs)
{
        foreach $line (@$chunk)
        {
                my ($sign, $lineno, $text) = @$line;
                printf "%4d$sign %s\n", $lineno+1, $text;
        }
}
exit 1;

# CHANGE 2 {
sub keyfunc
{
        my $_ = shift;
        s/^(\d{2}:\d{2})\s+//;
        return $_;
}
# }

此时就把one.txt存盘

12:15 one two three
13:21 three four five

two.txt

10:01 one two three
14:38 seven six eight

示例运行

$ ./mydiff.pl one.txt two.txt
   2- 13:21 three four five
   2+ 13:21 seven six eight

示例运行2

这是基于diff

的正常diffnew.pl输出中的一个

$ ./my_diffnew.pl one.txt two.txt
2c2
< 13:21 three four five
---
> 13:21 seven six eight

正如您所看到的，任一文件中的第一行都会被忽略，因为它们的时间戳只有不同，散列函数会删除那些用于比较的行。

Voilà，您刚刚推出了自己的内容感知diff！

Answer 2

假设您的文件是“a.txt”和“b.txt”。您可以通过这种方式使用diff + cut来获取它：

diff <(cut -d" " -f4-99 a.txt) <(cut -d" " -f4-99 b.txt)

每个剪切忽略前3个字段（与日期和此东西相关）并且仅考虑该行的其余部分（从第4列到第99列）。剪切应该使用：

cut -d" " -f4- a.txt

但它对我不起作用，所以我添加了-f4-99。因此，我们对两个输入应用cut以忽略日期字段，然后运行diff以根据需要进行比较。

如何区分部分线？

2 个答案:

mydiff.pl

此时就把one.txt存盘

two.txt

示例运行

示例运行2