linux下文件比较工具diff|cmp使用小结

1.diff

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。

2.diff使用格式

（1）比较文件

diff filename_1 filename_2

（2）比较目录

diff dir_1 dir_2

diff命令常用的选项：

-b ——  忽略一行中的空字符的区别（例如“Hello World!!” 与 “Hello        World!!”认为是一样的）

-B —— 忽略空白行

-i —— 忽略大小写的不同

-r —— 如果diff后面接的目录时，会递归比较子目录中的文件不同

3.diff比较输出的内容形式

diff输出内容有三种格式：

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

下面来举例说明各个格式的形式，假设有两个文件f1和f2：

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

（1）正常格式

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

输出解释：

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。

第二行分成两个部分。前面的小于号，表示要从f1当中去取该行的内容（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。前面的大于号表示f2去取该行的内容，后面的"b"表示该行的内容。

（2）上下文格式

       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

输出结果解释：

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。"***"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。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。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。

（3）合并格式

       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

显示的结果如下：

　　--- 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

输出结果解释：

第一部分，也是文件的基本信息。"---"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。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。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f1中对应行的内容，加号表示第二个文件f2中对应行的内容。

备注：

（1）在svn和git的版本管理系统中，svn diff及git diff输出的内容类似于diff工具的合并格式。

（2）使用diff工具还可以制作文件新旧版本的patch包，然后补丁包来升级或还原文件版本。使用例子如下：

#步骤一：制作补丁包patch
diff -Naur passwd.old passwd.new > passwd.patch
#步骤二：升级
patch -p0 < passwd.patch
#步骤三：还原
patch -R -p0 < passwd.patch

4.cmp

作用：diff是以行为单位进行文件的比较，cmp是以字节为单位进行文件的比较。

使用格式：

cmp [option] filename_1 filename_2

常用的选项：

-s —— 将所有的不同的字节的地方都显示出来，若没有-s，则cmp会默认输出第一个发现的的不同点。

备注：使用cmp工具可以比较二进制文件的不同

学习资料来源于：

http://www.ruanyifeng.com/blog/2012/08/how_to_read_diff.html