Question

我有10个大的XML文件，有些文件与其他文件不同（它代表了流程步骤中的数据）。

如何比较自动？

我知道我可以使用像WinMerge或眼睛这样的工具手动比较它们，但我不喜欢这种方法。

我希望它能在Windows机器上完成，但我安装了Cygwin。

我想我可以某种方式使用 git diff 来做到这一点，但......怎么样？

Answer 1

如果您只想知道差异，最简单的（不是最快的！）将对它们进行哈希并比较结果。 md5sum yourfile * .xml并查看哪些条目相同。

以不同的方式比较它们会更有效，但我认为没有标准的工具 - 但是小程序会这样做。

Open all files to be compared
Loop over the character indices
    fetch character from each, compare
    remove from list those which are not identical / group those who have the same

因此，就第一个区别而言，您可以缩小搜索范围，具体取决于您要执行的操作。默认情况下，计算校验和/哈希将对整个文件执行此操作;你写了关于大文件。

我现在要使用md5sum（shasum，...）。

Answer 2

您是否需要支持XML的比较，例如一个认识到属性顺序不重要的人？如果是这样，您可以通过解析它们并使用XPath或XQuery中的deep-equal（）函数来比较文件。或者，您可以将文件转换为XML规范形式，然后按字节顺序比较规范化文件。

如果您需要分析差异，而不仅仅是一个布尔值告诉您它们不同，那么有一种名为DeltaXML的产品专门用于此。这不是免费的。

Answer 3

如果您只想快速确定文件是否相同，您可以考虑使用散列算法 - 每个文件md5并比较生成的散列？

Answer 4

比较两个文件的最简单方法是使用diff file1 file2。您可以添加-b和-B选项以忽略空格和白线差异：diff -bB file1 file2。试试man diff。

如果您想为大量文件执行此操作，请使用脚本。

如果您比较同一文件的两个版本，则

git diff是相关的。

MY2C

如何比较10大XML文件？

4 个答案: