☰

启发式地发现一组文件的不同之处

tag-icon • tag-icon shell ubuntu diff
启发式地发现一组文件的不同之处

我有大量通过重复运行测试套件生成的输出文件，并且希望大致了解它们有多么不同。理想情况下，它们应该全部相同（表明测试完全可重复）或几乎相同（例如，如果存在时间戳）。所以我正在寻找这样的脚本：

show-greatest-diff /path/to/files/*.out

因此，如果存在 100 个 *.out 文件，脚本应该将diff它们全部相互对抗，并可能生成其中任何对不同的行/字符的最大数量（并且可能识别最不同的对），或者只打印diff输出差异最大的对或产生一些其他启发式有用的输出。

建议的解决方案这里由于文件数量较多，不适合我的用例。

答案1

怎么样

mostdifs=-1;
for f1 in path/to/files/*.out; do 
    for f2 in path/to/files/*.out; do 
        difs=$(diff "$f1" "$f2" | wc -l); 
        [ "$difs" -gt "$mostdifs" ] && mostdifs=$difs && mostdif="$f1 : $f2";
    done 
done 
echo "$mostdif"

这非常简单，您可以通过测试是否$f1与其他文件相同$f2以及通过各种其他调整来改进它，但如果我们谈论的是几百个文本文件，它将在几秒钟内运行，因此额外的复杂性可能不值得。

这个想法是在每对文件上运行diff并查看返回的行数。如果该数字大于当前最大数字，则保存文件名。

相关内容