diff简单入门

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。

零、diff和patch文件的关系

diff和patch是一对工具，在数学上来说，diff是对两个集合的差运算，patch是对两个集合的和运算。

diff比较两个文件或文件集合的差异，并记录下来，生成一个diff文件，这也是我们常说的patch文件，即补丁文件。

patch能将diff文件运用于原来的两个集合之一，从而得到另一个集合。举个例子来说文件A和文件B,经过diff之后生成了补丁文件C,那么着个过程相当于 A -B = C ,那么patch的过程就是B+C = A 或A-C =B。

因此我们只要能得到A, B, C三个文件中的任何两个，就能用diff和patch这对工具生成另外一个文件。

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（contextdiff）

　* 合并格式（unifieddiff）

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。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。

4c4

第二行分成两个部分。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。

< a

第三行用来分割f1和f2。

---

第四行前面的大于号表示f2增加了该行，后面的"b"表示该行的内容。

> b

 

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      2012-08-2916:45:41.000000000 +0800

　　--- f2     2012-08-2916:45:51.000000000 +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      2012-08-2916:45:41.000000000 +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     2012-08-2916:45:41.000000000 +0800

　　+++ f2   2012-08-2916:45:51.000000000 +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     2012-08-2916:45:41.000000000 +0800

+++ f2   2012-08-29 16:45:51.000000000 +0800

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/f1b/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 ingit