免费在线文本差异工具 – 比较和突出显示文本差异

比较两个文本并立即查看差异

差异超过 5,000 个字符时,不再按字符比较。按行和按词仍然可用。

深度指南

文本对比:模式、计数,以及何时会变慢

字符、单词和行级别的比较如何工作,“添加”“删除”“更改”各统计什么,Windows 与 Unix 换行如何处理,以及实际的大小限制,包括字符模式 5,000 个字符的上限。

最后核实: 本指南的纯文本版

关键数字一览

算法
Myers 最短编辑脚本
找出最少的插入和删除;Git 默认使用同一类算法。
比较单位
字符、单词或行
字符模式比较 Unicode 码位;单词模式把空白也作为单位;行模式按换行符拆分(CRLF、LF、CR 视为相同)。
更改数
添加加删除
替换一个单词算一次删除加一次添加,即 2 处更改。
大小写与空白
始终有区别
没有忽略大小写或忽略空白的选项。

比较是怎么进行的

把原文粘贴到左边,修改后的文本粘贴到右边,选择比较模式和查看模式,然后点击比较文本(Ctrl 或 Cmd 加 Enter 也可以)。比较不是实时的,编辑后需要再次点击。交换文本会互换两个文本框。两段文本都只留在你的浏览器里。

页面把每段文本变成一个单位列表,然后运行 Myers 算法(E. Myers,《An O(ND) Difference Algorithm and Its Variations》,1986),找出把一个列表变成另一个所需的最少插入和删除。用 3,000 对随机文本与精确的最长公共子序列计算对照,结果始终有效且最少。

模式 单位 说明
字符级别 一个 Unicode 码位 🙂 这样的表情符号是一个单位,但用 e 加组合符号写成的重音字母是两个单位。
单词级别 单词以及单词之间的空白 空白段本身也是单位,所以多余的空格会显示为更改。
行级别 一行(按换行符拆分) 最适合代码、配置和列表。CRLF、LF 和 CR 视为同一种换行。

示例(由页面代码计算)

模式 原文 修改后 差异
字符 kitten sitting -k +s、i、t、t、-e +i、n、+g(3 处添加,2 处删除)
单词 the quick brown fox the quick red fox -brown +red(1 处添加,1 处删除)
单词 a b a b 删除一个空格,添加双空格(1 + 1)
行 l1、l2、l3 l1、L2、l3 -l2 +L2
字符 a🙂b a😀b -🙂 +😀
行 a 加换行 a 删除了一个多余的空行

数字的含义

“添加”是只出现在修改后文本中的单位数,“删除”是只出现在原文中的单位数,“更改”是二者之和,不是被编辑区域的数量。因此改一个单词就是两处更改。在单词模式下,计数包含空白单位,所以标签中的“单词”只是近似。每个数字下方的单位标签(字符、单词或行)说明了统计的是什么。

可能让你意外的地方

  • 换行符会被统一。 在所有模式下,比较前都会把 CRLF(Windows)、LF(Unix)和单独的 CR(旧版 Mac)视为同一种换行,所以 l1、CRLF、l2 与 l1、LF、l2 比较不会显示差异。其他不可见的差异(如行尾空格)仍然算数;换行符检测器可以识别混用的换行符。
  • 大小写和空白有区别。 Hello 与 hello 不同,制表符与空格也不同。没有忽略选项;请先用大小写转换器或文本压缩器规范化文本。
  • 并排窗格不会对齐。 每个窗格只列出相同的单位和自己的更改,没有空白填充,所以未更改的行可能处在不同高度。
  • 统一视图不是补丁文件。 在行模式下它显示两列行号以及 + / - 标记,但没有块头或上下文限制,因此不能用 patch 应用。
  • 单词模式不理解含义。 被移动的句子会表现为一处删除和另一处添加。

大小限制与速度

算法会为每一步保留状态快照,所以时间和内存大致随差异数量的平方增长,而不是随文本长度增长。页面会先跳过两段文本相同的开头和结尾,所以相似的文本很快:3,000 行中改一行,在 Node.js 中约 3 毫秒就比较完;两段 40,000 字符、只差一个字符的文本约 6 毫秒。完全不同的文本则不然:两段不相关的随机字符串,每段 1,000 个字符(共 2,000 个),在字符模式下,测试机器上约 0.7 秒;每段 2,000 个约 3 秒;每段 2,500 个(共 5,000 个,即上限)约 4 秒;在设置上限之前,每段 5,000 个要 22 秒。浏览器速度不同,但规律一样。

字符模式有上限。 如果忽略相同的开头和结尾之后,两段文本里有差异的部分加起来超过 5,000 个字符,页面会显示提示并且不进行比较。请切换到单位少得多的单词或行模式,或者分段比较。单词和行模式没有这个上限,但非常大的文档(数万个词)仍可能较慢。

提示: 如果字符模式很慢,先切换到行或单词模式,再只深入查看有更改的行。

常见错误

  • 把“更改”当成编辑次数,而不是添加加删除的单位数。
  • 比较来自不同系统的文本时,以为行尾空格或制表符会被忽略;只有换行符的样式会被统一。
  • 对长文档使用字符模式。有差异的字符超过 5,000 个时它会停止并提示你切换模式。
  • 以为工具会忽略行尾空格或字母大小写。

相关工具

换行符检测器显示 CRLF 与 LF。移除换行符和文本排序工具可在比较前整理列表。隐藏字符清理器去除不可见的差异。字数统计工具测量每个版本的大小。

常见问题 (FAQ)

我的文本会被发送到服务器吗?

不会。所有文本比较完全在您的Web浏览器中使用JavaScript进行。您的文本永远不会离开您的设备,确保敏感文档的完全隐私和安全。

我可以比较的最大文本长度是多少?

词级和行级模式没有固定限制,但非常大的文本(数万个词)可能会减慢浏览器。字符级模式一次最多比较 5,000 个有差异的字符(相同的开头和结尾不计入);超过后会提示您改用词级或行级模式,因为逐字符比较需要多得多的时间和内存。

我可以用这个工具比较代码文件吗?

当然可以!行级别比较模式专门设计用于比较源代码、配置文件和结构化文本。它清楚地突出显示逐行差异。

我应该使用哪种比较模式?

使用字符级别进行精确的逐字符比较;使用单词级别比较文档和文章;使用行级别比较代码和配置文件。对于一般文本,从单词级别开始。

我可以保存或导出比较结果吗?

目前,您可以使用复制按钮将原始或修改后的文本复制到剪贴板。对于永久存储,请截取比较的屏幕截图或保存复制的文本。

此工具可以离线工作吗?

一旦加载页面,比较功能就可以在没有互联网连接的情况下工作,因为所有处理都使用JavaScript在您的浏览器中进行。

差异算法的准确性如何?

我们使用标准的Myers差异算法,这与Git等流行版本控制系统使用的算法相同。它提供准确和可靠的差异检测。

我可以用它来比较非英语文本吗?

可以!我们的工具支持所有Unicode字符,使其非常适合比较任何语言的文本,包括中文、阿拉伯语、日语、韩语等。

颜色编码是什么意思?

绿色突出显示表示在修改版本中添加的文本。红色突出显示表示已删除的文本。未更改的文本保持未格式化状态,以便于阅读。

我可以比较两个以上的文本吗?

目前,该工具一次比较两个文本。要比较多个版本,请在不同版本之间执行成对比较。

资料来源

  1. Git — git-diff documentation (--diff-algorithm) — Describes Myers as the basic greedy algorithm and the current default.
  2. MDN — String iterator (code points)

本指南用浅白语言解释已公布的规则,不构成财务、法律或官方意见。政策会变动,做决定前请向上方链接的政府机构核实。

把这个工具嵌入你的网站

免费使用。把这段代码贴到你的网页,并保留指向 ToolSG 的链接。