algorithm - 使用 base64 编码作为检测变化的机制

Question

是否可以通过检测一个物体的base64编码的变化来检测物体的变化程度。

假设我向多个用户发送了一个文档附件，每个用户都对其进行了更改并通过电子邮件发送给我，我是否可以使用原始 base64 和收到的 base64 之间的字符串距离来检测哪个版本的更改最多。这会是一个有效的指标吗？

如果没有，是否有任何其他指标来量化增量？

Answer 1

这完全取决于您编码的文档的类型。如果它是一个文本文件，那么可以肯定的是，base64 编码的差异可能与实际更改相当。但是，您可能有一种文件格式，其中对内容的更改有效地产生了一个完全不同的二进制文件。ZIP 文件就是一个例子。

Answer 2

Base64 将 3x8 位值组打包成 4x6。如果您将一个 8 位值更改一位，那么您只会影响 6 位值中的一个。如果您更改两位，那么您有大约 5/12 的机会达到其他 6 位值之一。因此，如果您计算位，则完全等效；否则，您将根据您使用的指标引入噪音。

Answer 3

你应该做与diff相同的事情。然后例如对差异字段大小进行度量。

Answer 4

理论上，是的，如果做一个智能差异（检测插入、删除和修改）。

实际上，不，除非文档是绝对纯文本。二进制格式不能有意义地区分。