diff文件的格式

1 diff简介

diff是一个比较工具，它比较两个文件，然后输出两个文件的差异，这个差异文件叫做diff文件。它通常被用来找出同一文件两个版本之间的差异。所谓差异，就是指从原文件到新文件增加了哪些，删除了哪些。

2 diff的算法

实现diff功能的算法基础是最长公共子序列，中文解释

例如下面两个串：

S1: a b c d f g h j q z
S2: a b c d e f g i j k r x y z

根据LCS算法(这个算法貌似很复杂，这里略掉了)，得到其最长公共子序列(LCS)是：

LCS: a b c d f g j z

示意图如下（这个示意图是不严谨的，因为LCS是有顺序的，而集合却没有顺序性）：

根据这个序列，就可以得到S2串和S1串间的差异：

• 如果某个字符S1中有，LCS中没有，表示S2中删除了这个字符，如上图的 ‘h’ ；
• 如果S2中有，而LCS中没有，则表示S2中增加了这个字符，如上图的 “e,I,k,r,x,y” 。

其结果如下：

e h i q k r x y
+ - + - + + + +

这个结果就是diff比较后输出的差异文件。

这里diff的是字符串，实际的diff以 “行” 为单位来比较两个文本文件的。

3 如何读diff文件格式

diff文件格式有列举模式、命令模式和上下文模式。

命令模式表示从原文件到新文件需要执行哪些命令才能实现。命令主要就是add，change，del。

命令模式可能主要便于程序自动执行的，人不太好读。

上下文模式则是由区块(chunk)组成的，区块列举原文件和新文件中有不同的地方，因为有上下文，所以更便于阅读。

3.1 上下文模式

比如下面两个文件：

其diff的结果文件，上下文格式如下(部分结果)：

最开始的两行表示了这个diff文件是哪两个文件间的差异。

@@表示一个区块的开始，这个区块到下一个“@@”为止。

@@ -1,3 +1,9 @@
+This is an important
+notice! It should
+therefore be located at
+the beginning of this
+document!
+
This part of the
document has stayed the
same from version to

-1,3表示原文件的第1行到第3行间；
+1，9表示新文件的第1行到第9行；
第3行和第9行，这两个行数不同，表示从源文件到新文件增加了几行；
带加号(+)的行，表示增加的，不带号的，表示原来就有的；

@@ -5,16 +11,10 @@
be shown if it doesn't
change. Otherwise, that
would not be helping to
-compress the size of the
-changes.
-
-This paragraph contains
-text that is outdated.
-It will be deleted in the
-near future.
+compress anything.

It is important to spell
-check this dokument. On
+check this document. On

带减号(-)的，表示删除了这几行。其余同上。