Question

我可以使用什么来在字段级别区分两个CSV文件，突出显示已更改的确切字段？假设简单的CSV格式，其中逗号仅显示为字段分隔符，而不是其他地方。

Answer 1

尝试git diff：

git diff --color-words="[^[:space:],]+" x.csv y.csv

Answer 2

git diff --word-diff-regex提供了一种在字段级别显示更改的方法。见Also use comma as a word separator in diff

此解决方案适用于显示带有数字且没有空格的CSV文件中的更改。例如，假设我们更改了一个数字

 1,1,1,1,1,1,1,1

到

 1,1,2,1,1,1,1,1

如果我们使用git diff --word-diff-regex="[^[:space:],]+" x.csv y.csv，那么我们会得到：

 1,1,[-1-]{+2+},1,1,1,1,1

这对于包含许多列的CSV文件非常有用。

Answer 3

csvdiff是一个用Python编写的命令行工具，用于比较字段级别的CSV文件：https://pypi.python.org/pypi/csvdiff

Answer 4

您可以使用此工具https://github.com/maozza/helpers-scripts/blob/master/csv_diff.py 该脚本创建了两个文件：

field_change_sum.csv - 包含每个字段中的更改次数

results_details.json - 包含JSON格式的更改

Answer 5

结帐csv-diff －可从命令行使用或作为python库使用：

https://pypi.org/project/csv-diff/ https://github.com/simonw/csv-diff

考虑两个CSV文件：

one.csv

id,name,age
1,Cleo,4
2,Pancakes,2

two.csv

id,name,age
1,Cleo,5
3,Bailey,1

csv-diff可以显示文件之间差异的易于理解的摘要：

$ csv-diff one.csv two.csv --key=id
1 row changed, 1 row added, 1 row removed

1 row changed

  Row 1
    age: "4" => "5"

1 row added

  id: 3
  name: Bailey
  age: 1

1 row removed

  id: 2
  name: Pancakes
  age: 2

也可以输出JSON（例如，可以通过管道传递到jq －非常灵活）。

（注意：我不是作者！）

Answer 6

结帐daff。它可以创建漂亮的彩色终端输出，还可以将diff作为html表输出。

Answer 7

签出WRGL。完全公开：我是创始人。

WRGL是专门为CSV制作的完整版本控制系统。考虑使用Github，但要使用CSV。如果您已经使用过Git，则期望看到非常相似的术语，例如commits，commit message，repository和diff。

WRGL和Git之间的关键区别在于，我们对每一行（使用可选的主键）而不是每个文件进行哈希处理。与Git相比，这极大地提高了速度和准确性。

只要主键保持不变，更改就会显示到单元格级别，并且我们有一个相当精巧的Web应用程序，应该简单易用。：）

在字段级别区分CSV文件的工具？

7 个答案: