Pemeriksa Perbezaan

Pemeriksa perbezaan membandingkan dua bahagian teks dan menunjukkan dengan tepat baris mana yang berbeza. Tampal yang asal (versi 'sebelum') ke dalam petak teks kiri dan yang diubah (versi 'selepas') ke dalam petak kanan; alat ini menjalankan perbezaan berasaskan LCS dan menyerlahkan setiap perbezaan dalam masa beberapa milisaat.

Baris yang ditambah kelihatan hijau, baris yang dibuang merah, baris yang diubah menunjukkan penyerlahan pada tahap aksara bagi subrentetan yang sebenarnya berubah. Baris ringkasan di bahagian atas melaporkan bilangan baris yang ditambah, dibuang dan diubah berserta peratusan persamaan.

Gunakan ia untuk sebarang perbandingan teks biasa:

• kod sumber
• konfigurasi JSON
• manifest YAML
• eksport CSV
• fail log
• draf Markdown
• prosa biasa

Alat ini mengendalikan input UTF-8 sehingga beberapa megabait setiap sisi tanpa mengalami masalah.

Paling penting: setiap bait pengiraan berjalan secara tempatan di dalam pelayar anda. Tiada apa-apa yang dihantar ke pelayan, tiada apa-apa yang dilog, tiada apa-apa yang meninggalkan peranti anda — selamat untuk kod proprietari, dokumen dalaman dan data sulit.

Membandingkan dua teks mengambil masa tiga langkah pantas:

• Langkah 1: Tampal teks asal ke dalam petak kiri. Ini adalah versi 'sebelum' — fail seperti yang wujud sebelum perubahan, draf asal, konfigurasi terdahulu. Gunakan Ctrl+A kemudian Ctrl+C dari mana-mana editor teks atau pelayar untuk mengambil teks tersebut, kemudian Ctrl+V ke dalam pemeriksa perbezaan.
• Langkah 2: Tampal teks yang diubah ke dalam petak kanan. Ini adalah versi 'selepas' — fail yang disunting, draf baharu, konfigurasi yang dikemas kini. Perbezaan dikira secara automatik sebaik sahaja kedua-dua belah pihak mempunyai kandungan.
• Langkah 3: Baca hasilnya. Baris hijau adalah penambahan yang wujud di sebelah kanan tetapi tiada di kiri; baris merah adalah pembuangan yang wujud di kiri tetapi tiada di kanan; baris dengan penyerlahan tahap aksara adalah 'diubah' (pasangan buang + tambah pada kandungan yang serupa).

Ringkasan di bahagian atas memberikan pandangan peringkat tinggi: bilangan tambah, bilangan buang, dan peratusan persamaan dari 0% (tiada bertindih) hingga 100% (seiras).

Togol 'abaikan ruang putih' jika satu-satunya perubahan adalah pemformatan semula; togol 'abaikan huruf besar/kecil' jika anda tidak kisah tentang perbezaan Hello lwn hello.

Alat perbezaan berfungsi pada salah satu daripada tiga tahap keperincian: baris, perkataan, atau aksara.

• Baris demi baris ialah lalai universal untuk kod dan konfigurasi: setiap baris dianggap sebagai satu unit, dan perbezaan mengenal pasti keseluruhan baris yang ditambah, dibuang atau diubah secara substantif. Inilah yang ditunjukkan oleh GNU diff, git diff, PR GitHub dan paparan perbezaan IDE.
• Perkataan demi perkataan (kadang-kadang dipanggil 'perbezaan perkataan') memecahkan teks pada sempadan ruang putih — lebih baik untuk prosa di dalam ayat yang sering berlaku suntingan.
• Aksara demi aksara adalah keperincian yang paling halus, digunakan secara dalaman oleh kebanyakan alat perbezaan untuk menyerlahkan subrentetan tepat yang berbeza dalam baris yang diubah.

Alat di atas menunjukkan perbezaan baris sebagai paparan utama dan perbezaan aksara sebagai penyerlahan pada baris yang diubah — pendekatan dua peringkat yang sama digunakan oleh VS Code, JetBrains dan GitHub.

Gunakan perbezaan baris untuk semakan kod, perbezaan perkataan untuk penyuntingan prosa, dan perbezaan aksara hanya untuk perbandingan pendek (ayat tunggal, pengecam, URL).

Kod sumber ialah kes penggunaan perbezaan yang paling biasa — setiap semakan kod, setiap PR, setiap komit git melibatkan perbezaan kod.

Pemeriksa perbezaan ini mengendalikan sebarang bahasa pengaturcaraan kerana algoritma LCS adalah bebas bahasa: JavaScript, TypeScript, Python, Go, Rust, Java, Kotlin, Swift, C, C++, C#, PHP, Ruby, Scala, Elixir, Clojure, skrip shell, Dockerfile, Terraform HCL, SQL — semuanya berfungsi dengan cara yang sama.

Amalan terbaik untuk perbezaan kod: format kedua-dua belah pihak dengan pemformat kod yang sama (Prettier untuk JS/TS, Black untuk Python, gofmt untuk Go, rustfmt untuk Rust) sebelum menampal, supaya perbezaan ruang putih dan gaya tidak mencemarkan perbezaan semantik sebenar. Jika anda tidak dapat memformat semula, gunakan opsyen 'abaikan ruang putih' untuk melangkau perbezaan ruang putih di permulaan/penghujung.

Untuk melakukan perbezaan merentas sempadan bahasa (membandingkan pelaksanaan Python dengan port Go, contohnya), perbezaan baris masih berfungsi tetapi peratusan persamaan akan menjadi mengelirukan — unit yang bermakna ialah persamaan struktur, bukannya bertindih baris.

Perbezaan JSON ialah salah satu kes penggunaan yang paling tinggi permintaannya — membandingkan respons API, fail konfigurasi, fail package.json, dan eksport data berstruktur.

Pra-langkah penting: format kedua-dua belah pihak secara seiras. Cetak cantik dengan inden yang sama (biasanya 2 atau 4 ruang) dan susun kekunci objek mengikut abjad. Tanpa penormalan, dokumen JSON yang seiras dari segi struktur boleh menghasilkan perbezaan yang sangat bising hanya kerana kekuncinya berada dalam urutan yang berbeza.

Alat untuk menormalkan:

• jq dengan bendera --sort-keys
• json.dumps Python dengan sort_keys=True
• jsonformatter.org

Untuk perbezaan JSON yang sedar semantik (di mana {a:1, b:2} dan {b:2, a:1} adalah sama), alat khusus seperti json-diff (npm), jq, atau RFC 6902 JSON Patch menghasilkan output yang lebih baik daripada perbezaan baris.

Alat perbezaan baris di atas berfungsi dengan baik untuk JSON apabila kedua-dua belah pihak dinormalkan terlebih dahulu; jika anda kerap memerlukan perbezaan JSON semantik, pertimbangkan pustaka yang menyedari JSON dalam tindanan anda.

YAML dan CSV ialah format berorientasikan baris yang berbeza dengan kemas menggunakan alat berasaskan baris — biasanya dengan kurang hingar berbanding JSON kerana YAML tidak mempunyai kurungan '{ }' dan CSV mempunyai struktur baris yang konsisten.

Petua perbezaan YAML: pastikan kedua-dua belah pihak menggunakan inden yang sama (2 lwn 4 ruang adalah penting; YAML mementingkan ruang putih), konvensyen urutan kekunci yang sama, dan gaya tanda petikan yang sama untuk rentetan. Untuk manifest Kubernetes, fail Docker Compose dan YAML alur kerja CI, perbezaan baris di atas ialah alat standard yang digunakan dalam setiap semakan kod.

Petua perbezaan CSV: pastikan kedua-dua fail menggunakan pembatas yang sama (koma, titik bertindih, tab), penghujung baris yang sama (LF lwn CRLF — banyak CSV daripada Excel menggunakan CRLF), urutan lajur yang sama, dan kepala yang sepadan.

Untuk CSV yang besar (>10,000 baris), alat khusus seperti csvdiff (Aswinkarthik) atau daff (paulfitz) menghasilkan perbezaan berstruktur yang menunjukkan baris dan lajur mana yang berubah; untuk fail yang lebih kecil, perbezaan baris di atas adalah pantas dan ringkas.

Semua alat perbezaan moden bergantung pada keluarga algoritma LCS (Longest Common Subsequence).

Algoritma perbezaan asal diterbitkan oleh James Hunt dan Doug McIlroy di Bell Labs pada tahun 1976 — kertas kerja yang sama yang menghasilkan arahan 'diff' Unix yang masih digunakan sehingga kini. Pada tahun 1986, Eugene Myers menerbitkan 'An O(ND) Difference Algorithm and Its Variations', yang mengoptimumkan LCS untuk kes biasa perbezaan kecil dalam input yang besar.

Algoritma Myers berjalan dalam masa O((N+M)D) di mana N+M ialah jumlah saiz input dan D ialah bilangan suntingan — jauh lebih pantas daripada O(N×M) naif untuk perbezaan dunia nyata biasa (di mana D kecil berbanding N+M). GNU diff, git diff, libxdiff (digunakan oleh Mercurial, Subversion, GitHub) semuanya melaksanakan Myers atau varian 'patience diff' dan 'histogram diff' yang berkaitan rapat.

Pemeriksa perbezaan di atas menggunakan pelaksanaan LCS JavaScript yang disetel untuk prestasi pelayar — cukup pantas untuk input sehingga beberapa megabait setiap sisi.

Terdapat dua cara utama untuk memaparkan perbezaan: sebelah-menyebelah (pandangan berbelah) dan bersepadu.

Sebelah-menyebelah meletakkan versi asal dan versi yang diubah dalam dua kolum dengan perubahan dijajarkan secara mendatar — lebih mudah untuk dibaca oleh manusia kerana anda boleh melihat kedua-dua versi sekaligus dan pengumpulan visual menjadikan struktur jelas. Ini adalah lalai dalam IDE (VS Code, IntelliJ), PR GitHub (dalam mod 'split'), dan kebanyakan alat perbezaan dalam talian.

Perbezaan bersepadu menyusun baris yang dibuang dan ditambah dalam satu kolum tunggal dengan awalan '-' dan '+' berserta 3 baris konteks yang tidak berubah di atas dan di bawah — lebih padat, boleh dis skrip (ia adalah format fail patch yang digunakan oleh 'git apply' dan 'patch'), dan lalai dalam alat baris arahan serta semakan kod berasaskan e-mel (senarai mel kernel Linux, dsb).

Pilih sebelah-menyebelah untuk semakan visual bagi perubahan kecil hingga sederhana; pilih bersepadu untuk paparan padat bagi penulisan semula yang besar, untuk menyalin sebagai fail patch, atau untuk berkongsi dalam konteks teks sahaja (sembang, e-mel, terminal).

Perbandingan dokumen merangkumi pelbagai aspek: menjejaki perkara yang diubah oleh editor dalam draf, membandingkan dua versi kontrak, menyemak perkara yang diubah frasa lwn disalin (pencarian plagiarisme ringan), atau mengaudit perbezaan terjemahan.

Gunakan pemeriksa perbezaan untuk sebarang dokumen teks biasa. Untuk format sumber yang berbeza:

• Untuk fail Microsoft Word .docx, eksport ke teks biasa dahulu (Fail > Simpan Sebagai > Teks Biasa dalam Word, atau Format > Teks Biasa dalam LibreOffice). Anda akan kehilangan pemformatan (tebal, condong, tajuk) tetapi anda akan dapat mengesan setiap perubahan teks.
• Untuk dokumen PDF, gunakan penukar PDF-ke-teks dahulu (pdftotext daripada poppler-utils, atau alat berasaskan pelayar), kemudian buat perbezaan pada teks yang diekstrak.
• Untuk Google Docs, gunakan Sejarah Versi bina dalam (Fail > Sejarah versi > Lihat sejarah versi) yang menunjukkan perbezaan yang dijejak pengarang secara asli.

Untuk prosa panjang di mana tanda perenggan adalah bebas, pertimbangkan alat perbezaan peringkat perkataan (diff --word-diff dalam git) — ia mengabaikan pembalut baris dan memaparkan perubahan peringkat perkataan sebenar.

Privasi adalah penting apabila melakukan perbezaan pada kod proprietari, dokumentasi dalaman, rekod kewangan, data pelanggan atau sebarang teks sulit. Banyak alat perbezaan dalam talian memuat naik teks input ke pelayan mereka untuk diproses — mudah tetapi mendatangkan risiko sebenar untuk kandungan sensitif.

Pemeriksa perbezaan pada halaman ini adalah sepenuhnya di sisi klien: algoritma LCS berjalan dalam JavaScript di dalam pelayar anda, tiada panggilan fetch() yang meninggalkan peranti anda, tiada entri log yang dicipta pada mana-mana pelayan. Sahkan sendiri ini dengan membuka tab DevTools > Rangka Jaringan (Network) dan menampal teks — anda akan melihat sifar permintaan keluar.

Untuk privasi maksimum pada kandungan yang sangat sensitif, gunakan alat tempatan yang tidak pernah menyentuh rangkaian:

• GNU diff (telah diprapasang pada Linux/macOS)
• git diff (sebarang repositori)
• Perbezaan bina dalam VS Code
• Perbezaan IDE JetBrains
• Beyond Compare

Untuk perbandingan sekali sekala bagi teks yang kurang sensitif, alat berasaskan pelayar yang disahkan seperti di atas memberikan kemudahan alat web dengan privasi alat tempatan.

Bagi pembangun, perbezaan adalah infrastruktur harian — semakan kod, semakan PR, penyelesaian konflik penggabungan, membandingkan konfigurasi merentas persekitaran, menyahpepijat regresi 'apa yang berubah'.

Gunakan git diff untuk perubahan yang dijejak (git diff, git diff --staged, git diff main..feature, git diff HEAD~3); gunakan pemeriksa perbezaan dalam talian di atas untuk perbandingan ad-hoc (seseorang menampal cebisan kod di Slack, anda membandingkan domain pemboleh ubah persekitaran daripada staging lwn prod, anda menyemak konfigurasi tempatan rakan sekerja berbanding konfigurasi anda sendiri).

Untuk penyelesaian konflik penggabungan, alat perbezaan tiga hala (kdiff3, p4merge, pandangan tiga hala bina dalam VS Code) mengatasi perbezaan dua hala kerana ia menunjukkan nenek moyang sepunya di samping kedua-dua belah pihak.

Untuk semakan kod pada skala besar, PR GitHub, MR GitLab dan Gerrit semuanya menggunakan perbezaan LCS berasaskan baris yang sama di sebalik tabir — apa yang anda lihat dalam PR adalah algoritma yang sama yang boleh anda jalankan secara tempatan dengan git diff atau tampal ke dalam alat dalam talian di atas. Perbezaan adalah boleh dihasilkan semula merentas alat: input yang sama sentiasa menghasilkan perbezaan yang sama.

Kedua-duanya menghasilkan perbezaan berasaskan LCS yang setara dari segi matematik — algoritma asasnya adalah sama.

Gunakan git diff apabila:

• anda mempunyai fail dalam repositori git
• anda mahu membandingkan komit/cawangan/perubahan yang distaj
• anda perlu membuat skrip untuk perbezaan tersebut (pemeriksaan CI, cangkuk pra-komit)
• anda memerlukan perbandingan yang menyedari sejarah (git log, git blame)
• atau anda menghasilkan fail patch (git format-patch)

Gunakan pemeriksa perbezaan dalam talian apabila:

• anda mempunyai teks mentah yang bukan di dalam repositori (cebisan daripada sembang, respons API, longgokan konfigurasi)
• anda mahukan paparan sebelah-menyebelah visual yang pantas tanpa menyediakan repositori
• anda membandingkan merentas sistem di mana git tidak tersedia (seseorang pada Chromebook, mesyuarat semakan kod)
• atau kandungan tersebut adalah sensitif dan anda mahukan alat berasaskan pelayar yang disahkan tanpa panggilan rangkaian

Kedua-dua alat ini penting dalam kit alat pembangun; tiada satu pun menggantikan yang satu lagi. Ciri utama alat dalam talian ialah sifar persediaan dan paparan sebelah-menyebelah visual; ciri utama git ialah kesedaran sejarah dan integrasi ekosistem.