5

我有两个要比较的文件。这些行有时间戳，可能还有一些我想在匹配算法中忽略的其他内容，但如果匹配算法在文本的其余部分发现差异，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)

不应发出，但：

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)

应该发出（因为行号不同）。请注意，仍会发出时间戳。

如何才能做到这一点？

4

2 回答 2

3

我希望这个功能在我之前好几次，因为它再次出现在这里，我决定用谷歌搜索一下，发现 perlAlgorithm::Diff可以提供一个散列函数（他们称之为“密钥生成函数”），它“应该返回唯一标识给定元素的字符串”，算法用于进行比较（而不是您提供给它的实际内容）。

基本上，您需要做的就是添加一个子程序，该子程序以您希望从字符串中过滤掉不需要的内容的方式执行一些正则表达式魔术，并将子引用作为参数添加到调用中（请参阅下面片段中的diff()我CHANGE 1和评论） CHANGE 2.

如果您需要正常（或统一）diff输出，请检查diffnew.pl模块附带的详细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diff.pl它也附带的简单，因为它很短，我可以在这里完全发布。

我的差异文件

#!/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 $_;
}
# }

一个.txt

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

二.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

这是一个diff基于正常输出的diffnew.pl

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

如您所见，两个文件中的第一行都被忽略了，因为它们只是时间戳不同，而散列函数会删除这些时间戳以进行比较。

瞧，您刚刚推出了自己的内容感知功能diff！

于 2013-04-04T12:41:06.663 回答
0

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

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

每次剪切都会忽略前 3 个字段（与日期和这些内容相关），并且只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，我们将 cut 应用于两个输入以忽略日期字段，然后我们运行 diff 以根据需要比较它们。

于 2013-01-14T21:13:56.053 回答