目录内容差异

Question

我正在寻找解决两个目录之间差异问题的现有想法/解决方案。具体如何识别可能已更改，重命名和移动的文件。

我考虑过的简短列表：

• 尝试配对目录A中缺少的文件 使用一些在dir b中的新文件 启发式如75％匹配 内容。这似乎没有 足够强大（问题案例包括： 内容发生重大变化， 压缩或加密，可能 多场比赛）
• 使用替代数据流为每个文件添加id。这只适用于NTFS。
• 为包含和id的每个文件添加页眉/页脚。没有办法保证页眉/页脚不会破坏文件。
• 询问每次更改的用户输入，以确定文件是否确实已删除或只是移动。这对用户来说太难了。
• 要求用户仅使用特殊命令重命名/移动文件，这些命令将跟踪此类更改。这对用户来说太难了。
• 设置文件系统观察程序以即时捕获更改。几个问题（观察者必须始终运行，特定于平台......）

欢迎任何想法......

Answer 1

一个可能的，不完美的解决方案是版本控制系统，如svn或git。这样，所有更改历史记录都可用。但是用户必须使用特定的命令。

Answer 2

为什么不简单地计算文件夹内容的MD5 / SHA-1或其他哈希计算？

http://en.wikipedia.org/wiki/MD5

为A和B构建文件/文件夹列表。 比较A中存在但不存在于B. 比较B螺母中不存在于A中的情况。 对于A和B都存在的那些，执行哈希计算。

Answer 3

对于内容匹配，我建议使用某种分布式版本控制系统，例如git

它几乎可以检测所有文件操作，例如复制，移动，重命名......

Answer 4

尝试pkgdiff可视化目录之间的差异：

pkgdiff -d DIR-0/ DIR-1/

该工具检测添加/删除/重命名/移动的文件和更改的内容。该工具是开源的，因此您可以配置个人匹配率以识别已移动/重命名的已更改文件。