☰

差异文件头

tag-icon • tag-icon diff
差异文件头

我有两个文件。我怀疑一个文件是另一个文件的子集。有没有一种方法可以比较文件以识别（以简洁的方式）第二个文件在第一个文件中的位置？

答案1

diff -e bigger smaller 可以解决问题，但需要一些解释，因为输出是“有效的编辑脚本”。

我制作了两个文件，“bigger”和“smaller”，其中“smaller”的内容与“bigger”的第5行到第9行相同，执行“diff -e更大更小”得到了我：

% diff -e bigger smaller
10,15d
1,4d

这意味着“删除'更大'的第10行到第15行，然后删除第1行到第4行，以获得'更小'”。这意味着“较小”是“较大”的第 5 行到第 9 行。

反转文件名让我的事情变得更复杂。如果“smaller”确实构成“bigger”的子集，则输出中只会显示“d”（用于删除）命令。

答案2

您可以通过以下方式直观地完成此操作融合。不幸的是，它是一个 GUI 工具，但如果您只想在一个相对较小的文件上执行一次，那么应该没问题：

下图是 的输出meld a b：

在此输入图像描述

答案3

如果文件足够小，您可以将它们都放入 Perl 中并让其正则表达式引擎完成任务：

perl -0777e '
        open "$FILE1","<","file_1";
        open "$FILE2","<","file_2";
        $file_1 = <$FILE1>;
        $file_2 = <$FILE2>;
        print "file_2 is", $file_1 =~ /\Q$file_2\E/ ? "" : "not";
        print " a subset of file_1\n";
'

该-0777开关指示 Perl 将其输入记录分隔符设置$/为未定义的值，以便完全读取文件。

答案4

您的问题是“差异文件头”。如果您确实意味着一个文件是另一个文件的头，那么一个简单的方法cmp会告诉您：

cmp big_file small_file
cmp: EOF on small_file

这告诉您，直到读取时到达文件末尾才检测到两个文件之间的差异small_file。

但是，如果您的意思是小文件的整个文本可以出现在内部的任何位置big_file，那么假设您可以将这两个文件放入内存中，您可以使用

perl -le '
   use autodie;
   undef $/;
   open SMALL, "<", "small_file";
   open BIG, "<", "big_file";
   $small = <SMALL>;
   $big = <BIG>;
   $pos = index $big, $small;
   print $pos if $pos >= 0;
'

big_file这将打印的内容所在位置的偏移量（例如，如果在 的开头匹配，small_file则为 0 ）。如果内部不匹配，则不会打印任何内容。如果出现错误，退出状态将为非零。small_filebig_filesmall_filebig_file

相关内容