读懂diff

openkk 12年前

  diff 是 Unix 系统的一个很重要的工具程序。

  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 就会告诉你,这两个文件有何差异。它的显示结果不太好懂,下面我就来说明,如何读懂 diff。

读懂diff

  一、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)

  我们依次来看。

  二、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。

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。

a

a

a

b

a

a

a

  三、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:

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。

  四、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:

*** 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。

*** 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。

***************

  第三部分显示变动前的文件,即 f1。

*** 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。

--- 1,7 ----

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。

  五、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:

--- 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。

--- 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。

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。

  六、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:

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。

--- 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。

@@ -1,7 +1,7 @@

a

a

a

-a

+b

a

a

a

  七、阅读材料

  * diff - Wikipedia

  * How to read a patch or diff

  * How to work with diff representation in git