Процентное значение с GNU Diff - PullRequest
Новая
       11

Процентное значение с GNU Diff

10 голосов
/ 27 апреля 2010

Каков хороший метод использования diff для отображения процентной разницы между двумя файлами?

Например, если файл имеет 100 строк, а копия содержит 15 строк, которые были изменены, разница в процентах составит 15%.

Ответы [ 3 ]

10 голосов
/ 27 апреля 2010

Что-то вроде этого возможно?

Два файла, А1 и А2.

$ sdiff -B -b -s A1 A2 | wc даст вам количество строк, которые отличаются. wc дает общее количество, просто делим.

-b и -B должны игнорировать пробелы и пустые строки, а -s говорит о подавлении общих строк.

6 голосов
/ 28 сентября 2014

https://superuser.com/questions/347560/is-there-a-tool-to-measure-file-difference-percentage имеет для этого подходящее решение,

wdiff -s file1.txt file2.txt

больше опций смотрите man wdiff.

4 голосов
/ 09 сентября 2013

Вот скрипт, который будет сравнивать все .txt файлы и отображать те, которые имеют более 15% дублирования: 

#!/bin/bash

# walk through all files in the current dir (and subdirs)
# and compare them with other files, showing percentage
# of duplication.

# which type files to compare?
# (wouldn't make sense to compare binary formats)
ext="txt"

# support filenames with spaces:
IFS=$(echo -en "\n\b")

working_dir="$PWD"
working_dir_name=$(echo $working_dir | sed 's|.*/||')
all_files="$working_dir/../$working_dir_name-filelist.txt"
remaining_files="$working_dir/../$working_dir_name-remaining.txt"

# get information about files:
find -type f -print0 | xargs -0 stat -c "%s %n" | grep -v "/\." | \
     grep "\.$ext" | sort -nr > $all_files

cp $all_files $remaining_files

while read string; do
    fileA=$(echo $string | sed 's/.[^.]*\./\./')
    tail -n +2 "$remaining_files" > $remaining_files.temp
    mv $remaining_files.temp $remaining_files
    # remove empty lines since they produce false positives
    sed '/^$/d' $fileA > tempA

    echo Comparing $fileA with other files...

    while read string; do
        fileB=$(echo $string | sed 's/.[^.]*\./\./')
        sed '/^$/d' $fileB > tempB
        A_len=$(cat tempA | wc -l)
        B_len=$(cat tempB | wc -l)

        differences=$(sdiff -B -s tempA tempB | wc -l)
        common=$(expr $A_len - $differences)

        percentage=$(echo "100 * $common / $B_len" | bc)
        if [[ $percentage -gt 15 ]]; then
            echo "  $percentage% duplication in" \
                 "$(echo $fileB | sed 's|\./||')"
        fi
    done < "$remaining_files"
    echo " "
done < "$all_files"

rm tempA
rm tempB
rm $all_files
rm $remaining_files
...