我将 git 用于一个稍微不寻常的目的——它在我写小说时存储我的文本。（我知道，我知道……令人讨厌。）
我正在尝试跟踪生产力，并希望衡量后续提交之间的差异程度。作者对“作品”的代理是“文字”，至少在创作阶段是这样。我不能使用直接字数统计，因为它忽略了编辑和压缩，这两个都是写作的重要部分。我想我想跟踪：
(words added)+(words removed)
这将重复计算（单词已更改），但我可以接受。
输入一些魔法咒语并让 git 为任何两个修订报告这个距离度量会很棒。然而，git diffs 是补丁，即使你只在一行中旋转了一个字符，它也会显示整行；我不希望这样，特别是因为我的“行”是段落。理想情况下，我什至可以指定“单词”的含义（尽管 \W+ 可能是可以接受的）。
git-diff 是否有一个标志可以逐字给出差异？或者，是否有使用标准命令行工具来计算上述指标的解决方案？
基于James 和 Cornmacrelf 的输入，我添加了算术扩展，并提出了一些可重用的别名命令，用于计算在 git diff 中添加、删除和复制的单词：
alias gitwa='git diff --word-diff=porcelain origin/master | grep -e "^+[^+]" | wc -w | xargs'
alias gitwd='git diff --word-diff=porcelain origin/master | grep -e "^-[^-]" | wc -w | xargs'
alias gitwdd='git diff --word-diff=porcelain origin/master |grep -e"^+[^+]" -e"^-[^-]"|sed -e's/.//'|sort|uniq -d|wc -w|xargs'
alias gitw='echo $(($(gitwa) - $(gitwd)))'
输出gitwa并使用 xargs 技巧gitwd进行修剪。
从 Miles 的回答中添加的重复单词。
wdiff进行逐字比较。可以将 Git 配置为使用外部程序进行比较。基于这两个事实和这篇博文，下面的内容应该大致符合您的要求。
创建一个脚本来忽略git-diff提供的大多数不必要的参数并将它们传递给wdiff. 将以下内容另存为~/wdiff.py或类似内容并使其可执行。
#!/usr/bin/python
import sys
import os
os.system('wdiff -s3 "%s" "%s"' % (sys.argv[2], sys.argv[5]))
告诉git使用它。
git config --global diff.external ~/wdiff.py
git diff filename
git diff --word-diff 在最新的稳定版本 git 中工作（在 git-scm.com）
有几个选项可以让你决定你想要的格式，默认值是可读的，但如果你将输出输入脚本，你可能需要 --word-diff=porcelain 。
我想出了一种方法，通过建立在其他答案之上来获得具体数字。结果是一个近似值，但它应该足够接近以作为添加或删除字符数量的有用指标。这是我当前分支与 origin/master 相比的示例：
$ git diff --word-diff=porcelain origin/master | grep -e '^+[^+]' | wc -m
38741
$ git diff --word-diff=porcelain origin/master | grep -e '^-[^-]' | wc -m
46664
46664删除的字符 ( ) 和添加的字符 ( )之间的差异38741表明我当前的分支已经删除了大约7923字符。由于差异的+/-和缩进字符，这些单独的添加/删除的计数被夸大了，但是，在大多数情况下，差异应该抵消大部分的膨胀。
Git （很长一段时间）有一个--color-words选项用于git diff. 这不会让您数数，但确实可以让您看到差异。
scompt.com 对 wdiff 的建议也不错；很容易推入不同的差异（请参阅git-difftool）。从那里你只需要从输出 wdiff 可以得到你真正想要的结果。
不过，还有一件更令人兴奋的事情要分享，来自 git 的烹饪之道：
* tr/word-diff (2010-04-14) 1 commit
(merged to 'next' on 2010-05-04 at d191b25)
+ diff: add --word-diff option that generalizes --color-words
这是介绍 word-diff 的提交。大概它很快就会从 next 进入 master ，然后 git 将能够在内部完成这一切——要么产生自己的 word diff 格式或类似于 wdiff 的东西。如果你有胆量，你可以从 next 构建 git，或者只是将那个提交合并到你的本地 master 中进行构建。
感谢 Jakub 的评论：如有必要，您可以通过提供单词正则表达式（配置参数 diff.*.wordRegex）来进一步自定义单词差异，记录在gitattributes中。
我喜欢Soutie的回答，并希望让它更易于配置，以回答我遇到的一些字数统计问题。最终得到了以下在 ZSH 中工作并且应该在 Bash 中工作的解决方案。每个函数都接受任何修订或修订差异，默认情况下将世界的当前状态与origin/master：
# Calculate writing word diff between revisions. Cribbed / modified from:
# https://stackoverflow.com/questions/2874318/quantifying-the-amount-of-change-in-a-git-diff
function git_words_added {
revision=${1:-origin/master}
git diff --word-diff=porcelain $revision | \
grep -e "^+[^+]" | \
wc -w | \
xargs
}
function git_words_removed {
revision=${1:-origin/master}
git diff --word-diff=porcelain $revision | \
grep -e "^-[^-]" | \
wc -w | \
xargs
}
function git_words_diff {
revision=${1:-origin/master}
echo $(($(git_words_added $1) - $(git_words_removed $1)))
}
然后你可以像这样使用它：
$ git_words_added
# => how many words were added since origin/master
$ git_words_removed
# => how many words were removed since origin/master
$ git_words_diff
# => difference of adds and removes since origin/master (net words)
$ git_words_diff HEAD
# => net words since you last committed
$ git_words_diff master@{yesterday}
# => net words written today!
$ git_words_diff HEAD^..HEAD
# => net words in the last commit
$ git_words_diff ABC123..DEF456
# => net words between two arbitrary commits
希望这对某人有帮助！
对于需要排除移动文本的某些用例，上述答案失败（例如，如果我将代码中的函数或乳胶中的段落移动到文档下方，我不想将所有这些都计为更改！）
为此，您还可以计算重复行数，如果重复行数过多，则从查询中排除这些行数。
例如，在其他答案的基础上，我可以这样做：
git diff $sha~1..$sha|grep -e"^+[^+]" -e"^-[^-]"|sed -e's/.//'|sort|uniq -d|wc -w|xargs
计算差异中重复单词的数量，sha您的提交在哪里。
您可以通过以下方式对最后一天（从早上 6 点开始）内的所有提交执行此操作：
for sha in $(git rev-list --since="6am" master | sed -e '$ d'); do
echo $(git diff --word-diff=porcelain $sha~1..$sha|grep -e"^+[^+]"|wc -w|xargs),\
$(git diff --word-diff=porcelain $sha~1..$sha|grep -e"^-[^-]"|wc -w|xargs),\
$(git diff $sha~1..$sha|grep -e"^+[^+]" -e"^-[^-]"|sed -e's/.//'|sort|uniq -d|wc -w|xargs)
done
打印：添加、删除、重复
（我将行 diff 用于重复，因为它排除了git diff试图过于聪明的时间，并假设您实际上只是更改了文本而不是移动它。它还忽略了单个单词被视为重复的实例。）
或者，如果你想更复杂一点，如果重复超过 80%，你可以完全排除提交，然后总结其余部分：
total=0
for sha in $(git rev-list --since="6am" master | sed -e '$ d'); do
added=$(git diff --word-diff=porcelain $sha~1..$sha|grep -e"^+[^+]"|wc -w|xargs)
deleted=$(git diff --word-diff=porcelain $sha~1..$sha|grep -e"^-[^-]"|wc -w|xargs)
duplicated=$(git diff $sha~1..$sha|grep -e"^+[^+]" -e"^-[^-]"|sed -e's/.//'|sort|uniq -d|wc -w|xargs)
if [ "$added" -eq "0" ]; then
changed=$deleted
total=$((total+deleted))
echo "added:" $added, "deleted:" $deleted, "duplicated:"\
$duplicated, "changed:" $changed
elif [ "$(echo "$duplicated/$added > 0.8" | bc -l)" -eq "1" ]; then
echo "added:" $added, "deleted:" $deleted, "duplicated:"\
$duplicated, "changes counted:" 0
else
changed=$((added+deleted))
total=$((total+changed))
echo "added:" $added, "deleted:" $deleted, "duplicated:"\
$duplicated, "changes counted:" $changed
fi
done
echo "Total changed:" $total
我在这里有这个脚本：https ://github.com/MilesCranmer/git-stats 。
这打印出来：
➜ bifrost_paper git:(master) ✗ count_changed_words "6am"
added: 38, deleted: 76, duplicated: 3, changes counted: 114
added: 14, deleted: 19, duplicated: 0, changes counted: 33
added: 1113, deleted: 1112, duplicated: 1106, changes counted: 0
added: 1265, deleted: 1275, duplicated: 1225, changes counted: 0
added: 4207, deleted: 4208, duplicated: 4391, changes counted: 0
Total changed: 147
我只是在四处移动的提交是显而易见的，所以我不计算这些变化。它计算其他所有内容并告诉我更改的单词总数。
抱歉，我没有足够的声望点来评论@codebeard 的回答。这是我使用的那个，我将他的两个版本都添加到了我的 .gitconfig 文件中。他们给出了不同的答案，我 wdiff -sd在第二个版本（将所有修改过的文件组合在一起的版本）中跟踪问题，计算输出顶部两行中的单词diff -pdrU3。它会是这样的：
--- 1 2018-12-10 22:53:47.838902415 -0800
+++ 2 2018-12-10 22:53:57.674835179 -0800
我通过管道解决了这个问题tail -n +4。
这是我的完整 .gitconfig 设置，修复到位：
[alias]
wdiff = diff
wdiffs = difftool -t wdiffs
wdiffs-all = difftool -d -t wdiffs-all
[difftool "wdiffs"]
cmd = wdiff -n -s \"$LOCAL\" \"$REMOTE\" | colordiff
[difftool "wdiffs-all"]
cmd = diff -pdrU3 \"$LOCAL\" \"$REMOTE\" | tail -n +4 | wdiff -sd
如果您更愿意git config在这里使用命令：
git config --global difftool.wdiffs.cmd 'wdiff -n -s "$LOCAL" "$REMOTE"' | colordiff
git config --global alias.wdiffs 'difftool -t wdiffs'
git config --global difftool.wdiffs-all.cmd 'diff -pdrU3 "$LOCAL" "$REMOTE" | wdiff -sd'
git config --global alias.wdiffs-all 'difftool -d -t wdiffs-all'
现在，您可以做git wdiffsorgit wdiffs-all获取自上次提交以来的字数。
要与 origin/master 进行比较，请执行git wdiffs origin/masteror git wdiffs-all origin/master。
我最喜欢这个答案，因为它同时给出了字数和差异，如果你通过管道colordiff，它会变得漂亮和彩色。（@Miles 的回答也不错，但需要您弄清楚使用什么时间。但是，我喜欢寻找移动文本的想法。）
最后 wdiff 的 stats 输出如下所示：
file1.txt: 12360 words 12360 100% common 0 0% deleted 5 0% changed
file2.txt: 12544 words 12360 99% common 184 1% inserted 11 0% changed
要找出您添加了多少单词，请在上面的示例inserted中changed从第二行添加 184+11。
为什么不是第一行的任何东西？答：这些是删除的单词。
这是一个获取单个统一字数的 bash 脚本：
wdiffoutput=$(git wdiffs-all | tail -n 1)
wdiffins=$(echo "$wdiffoutput" | grep -oP "common *\K\d*")
wdiffchg=$(echo "$wdiffoutput" | grep -oP "inserted *\K\d*")
echo "Word Count: $((wdiffins+wdiffchg))"
从 Git 1.6.3 开始，还有git difftool，可以配置为运行几乎任何外部差异工具。这比一些需要创建脚本等的解决方案容易得多。如果您喜欢输出，wdiff -s您可以配置如下内容：
git config --global difftool.wdiffs.cmd 'wdiff -s "$LOCAL" "$REMOTE"'
git config --global alias.wdiffs 'difftool -t wdiffs'
现在你可以运行git difftool -t wdiffs或者它的别名git wdiffs。
如果您希望同时获取所有修改文件的统计信息，请执行以下操作：
git config --global difftool.wdiffs.cmd 'diff -pdrU3 "$LOCAL" "$REMOTE" | wdiff -sd'
git config --global alias.wdiffs 'difftool -d -t wdiffs'
这需要一个典型的统一输出并将其通过其选项设置为仅解释输入的diff管道。相反，别名中的额外参数告诉 git 在进行差异之前将所有修改过的文件复制到临时目录。wdiff-d-ddifftool