问题标签 [diff]

我正在尝试确定基本案例和提供的案例之间的差异。寻找一个图书馆来告诉我百分比或类似的相似性。

例如：

我有 10 个不同的 HTML 页面。* 都是 404 响应，只有一个 2 行随机代码（例如时间或当天的报价）。

现在，当我提供一个新的 404 页面时，我希望返回类似“%80”的结果，但是如果我提供另一个完全不同或相同网站但内容完全不同的页面，我应该得到一些“%20 相似”的结果。

基本上我想要做的是，当我得到一个新的回复时，我想确定新的回复是否与我之前提供的这 10 页相似。

我正在尝试在 .NET 中解决这个问题，库或算法推荐会很棒。

是否有任何库（第三方或内置）PHP来计算文本差异？

我真的很喜欢Araxis Merge 的 PC 图形 DIFF 程序。不过，我不知道linux有什么可用的。我们在 z800 大型机上运行 SUSE linux。如果我能得到一些其他人都喜欢的程序的指示，我将不胜感激。

We have a lot of spreadsheets (xls) in our source code repository. These are usually edited with gnumeric or openoffice.org, and are mostly used to populate databases for unit testing with dbUnit. There are no easy ways of doing diffs on xls files that I know of, and this makes merging extremely tedious and error prone.

I've tried to converting the spreadsheets to xml and doing a regular diff, but it really feels like it should be a last resort.

I'd like to perform the diffing (and merging) with git as I do with text files. How would I do this, e.g. when issuing git diff?

让我从一些背景开始。

今天早上，我们的一位用户报告说，Testuff 的安装文件已被 CA 防病毒报告为感染了病毒。确信这是误报，我在网上查看，发现另一个程序 (SpyBot) 的用户报告了同样的问题。

现在，对于实际问题。

假设防病毒软件正在文件中寻找特定的二进制签名，我想在两个文件中找到匹配的序列，并希望找到一种方法来调整设置脚本以防止该序列出现。

我在 Python 中尝试了以下方法，但它已经运行了很长时间，我想知道是否有更好或更快的方法。

有没有更好的 Python 库或其他语言可以做到这一点？也欢迎采用完全不同的方式来解决这个问题。

在继续使用 SVN 之前，我曾经通过简单地保留一个/develop/目录并在那里编辑和测试文件，然后将它们移动到该/main/目录来管理我的项目。当我决定迁移到 SVN 时，我需要确保目录确实是同步的。

那么，编写 shell 脚本 [ bash ] 以递归比较两个不同目录中同名文件的好方法是什么？

注意：上面使用的目录名称仅用于示例。我不建议将您的代码存储在顶层:)。

我有一个带有 JUnit 测试的项目的两个版本。查看文件的差异并没有明显的原因，但是测试通过了一个项目，但没有通过另一个项目。

一段时间以来，我一直想知道是否有一个程序可以在运行时记录整个程序的跟踪并将其保存到文件中。这对于这个确切的例子来说真的很方便，我想通过两个测试进行跟踪，然后我想把它们放在一起。

任何人都可以向我指出可能能够做到这一点的程序的方向，或者我可以区分两个程序的流程的方式吗？

干杯

这是一个让 CS 家伙用理论大放异彩的练习。

想象一下，您有 2 个带有元素的容器。文件夹、URL、文件、字符串，真的没关系。

什么是计算添加和删除的算法？

注意：如果有很多方法可以解决这个问题，请每个答案发布一个，以便分析和投票。

编辑：所有答案都用 4 个容器解决了这个问题。是否可以只使用最初的 2？

我需要在 Java 字符串之间执行差异。我希望能够使用原始字符串和差异版本重建字符串。有没有人用Java做过这个？你用什么图书馆？

我正在对文件运行git-diff，但更改位于长行的末尾。

如果我使用光标键向右移动，它会失去颜色编码——更糟糕的是，线条不会对齐——这使得跟踪变化变得更加困难。

有没有办法防止这个问题或简单地换行？

我正在通过 mingw32 运行 Git 1.5.5。