如何看明白diff

它用来比较两个文本文件的差异,是代码版本管理的基石之一。你在命令行下,输入:

$ diff <变动前的文件> <变动后的文件>

diff的三种格式

由于历史原因,diff有三种格式:

正常格式(normal diff)
上下文格式(context diff)
合并格式(unified diff)

接下来请看具体示例。

示例文件

为了便于讲解,先新建两个示例文件。
第一个文件叫做f1,内容是每行一个a,一共7行。

1
2
3
4
5
6
7
  a
  a
  a
  a
  a
  a
  a

第二个文件叫做f2,修改f1而成,第4行变成b,其他不变。

1
2
3
4
5
6
7
  a
  a
  a
  b
  a
  a
  a

正常格式的diff

现在对f1和f2进行比较:
  $ diff f1 f2
这时,diff就会显示正常格式的结果:

1
2
3
4
  4c4
  < a
  ---
  > b

第一行是一个提示,用来说明变动位置。
4c4
它分成三个部分:前面的”4”,表示f1的第4行有变化;中间的”c”表示变动的模式是内容改变(change),其他模式还有”增加”(a,代表addition)和”删除”(d,代表deletion);后面的”4”,表示变动后变成f2的第4行。
第二行分成两个部分。
< a
前面的小于号,表示要从f1当中去除该行(也就是第4行),后面的”a”表示该行的内容。
第三行用来分割f1和f2。
---
第四行,类似于第二行。
\> b
前面的大于号表示f2增加了该行,后面的”b”表示该行的内容。
最早的Unix(即AT&T版本的Unix),使用的就是这种格式的diff。

上下文格式的diff

上个世纪80年代初,加州大学伯克利分校推出BSD版本的Unix时,觉得diff的显示结果太简单,最好加入上下文,便于了解发生的变动。因此,推出了上下文格式的diff。
它的使用方法是加入c参数(代表context)。
$ diff -c f1 f2
显示结果如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
  *** f1	2012-08-29 16:45:41.000000000 +0800
  --- f2 2012-08-29 16:45:51.000000000 +0800
  ***************
  *** 1,7 ****
   a
   a
   a
  !a
   a
   a
   a
  --- 1,7 ----
   a
   a
   a
  !b
   a
   a
   a

这个结果分成四个部分。
第一部分的两行,显示两个文件的基本情况:文件名和时间信息。

1
2
  *** f1	2012-08-29 16:45:41.000000000 +0800
  --- f2 2012-08-29 16:45:51.000000000 +0800

“***”表示变动前的文件,”—“表示变动后的文件。
第二部分是15个星号,将文件的基本情况与变动内容分割开。

1
  ***************

第三部分显示变动前的文件,即f1。

1
2
3
4
5
6
7
8
  *** 1,7 ****
   a
   a
   a
  !a
   a
   a
   a

这时不仅显示发生变化的第4行,还显示第4行的前面三行和后面三行,因此一共显示7行。所以,前面的*** 1,7 ****就表示,从第1行开始连续7行。
另外,文件内容的每一行最前面,还有一个标记位。如果为空,表示该行无变化;如果是感叹号(!),表示该行有改动;如果是减号(-),表示该行被删除;如果是加号(+),表示该行为新增。
第四部分显示变动后的文件,即f2。

1
2
3
4
5
6
7
8
  --- 1,7 ----
   a
   a
   a
  !b
   a
   a
   a

除了变动行(第4行)以外,也是上下文各显示三行,总共显示7行。

合并格式的diff

如果两个文件相似度很高,那么上下文格式的diff,将显示大量重复的内容,很浪费空间。1990年,GNU diff率先推出了”合并格式”的diff,将f1和f2的上下文合并在一起显示。
它的使用方法是加入u参数(代表unified)。

$ diff -u f1 f2

显示结果如下:

1
2
3
4
5
6
7
8
9
10
11
  --- f1	2012-08-29 16:45:41.000000000 +0800
  +++ f2 2012-08-29 16:45:51.000000000 +0800
  @@ -1,7 +1,7 @@
   a
   a
   a
  -a
  +b
   a
   a
   a

它的第一部分,也是文件的基本信息。

1
2
  --- f1	2012-08-29 16:45:41.000000000 +0800
  +++ f2 2012-08-29 16:45:51.000000000 +0800

“—“表示变动前的文件,”+++”表示变动后的文件。
第二部分,变动的位置用两个@作为起首和结束。
  @@ -1,7 +1,7 @@
前面的”-1,7”分成三个部分:减号表示第一个文件(即f1),”1”表示第1行,”7”表示连续7行。合在一起,就表示下面是第一个文件从第1行开始的连续7行。同样的,”+1,7”表示变动后,成为第二个文件从第1行开始的连续7行。
第三部分是变动的具体内容。

1
2
3
4
5
6
7
8
   a
   a
   a
  -a
  +b
   a
   a
   a

除了有变动的那些行以外,也是上下文各显示3行。它将两个文件的上下文,合并显示在一起,所以叫做”合并格式”。每一行最前面的标志位,空表示无变动,减号表示第一个文件删除的行,加号表示第二个文件新增的行。

git格式的diff

版本管理系统git,使用的是合并格式diff的变体。

$ git diff

显示结果如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
  diff --git a/f1 b/f1
  index 6f8a38c..449b072 100644
  --- a/f1
  +++ b/f1
  @@ -1,7 +1,7 @@
   a
   a
   a
  -a
  +b
   a
   a
   a

第一行表示结果为git格式的diff。

diff --git a/f1 b/f1

进行比较的是,a版本的f1(即变动前)和b版本的f1(即变动后)。
第二行表示两个版本的git哈希值(index区域的6f8a38c对象,与工作目录区域的449b072对象进行比较),最后的六位数字是对象的模式(普通文件,644权限)。
index 6f8a38c..449b072 100644
第三行表示进行比较的两个文件。

1
2
  --- a/f1
  +++ b/f1

“—“表示变动前的版本,”+++”表示变动后的版本。
后面的行都与官方的合并格式diff相同。

1
2
3
4
5
6
7
8
9
  @@ -1,7 +1,7 @@
   a
   a
   a
  -a
  +b
   a
   a
   a

本文引用于一峰的文章