Text-Diff-Tool (zeilenweiser Vergleich, farbkodiert)

Wie der Diff berechnet wird

Wir verwenden den Longest-Common-Subsequence-Algorithmus (LCS), um zu finden, welche Zeilen in beiden Versionen übereinstimmen. Zeilen, die in beiden vorkommen, sind ‚unverändert'. Zeilen nur im Original sind ‚entfernt'. Zeilen nur in der überarbeiteten Version sind ‚hinzugefügt'. Das Ergebnis ist ein klarer annotierter Vergleich mit erhaltenen Zeilennummern auf beiden Seiten.

LCS ist der von git und den meisten Diff-Tools verwendete Standardansatz. Er findet die längste mögliche übereinstimmende Sequenz, die typischerweise dem entspricht, was ein Mensch ‚denselben Absatz' nennen würde. Bei sehr großen Eingaben (10.000+ Zeilen) wächst die Laufzeit quadratisch; für den Vergleich großer Logs ein Streaming-Diff-Tool verwenden.

Wofür dieses Tool gut ist

Dokumentrevisionen: Genau sehen, was sich zwischen Entwürfen geändert hat. Nützlich für rechtliche Verträge, Nutzungsbedingungen und beliebige Texte, bei denen ‚Was hat sich geändert?' wichtig ist.

Konfigurationsdateien: Zwei .env- oder YAML-Dateien vergleichen, um eine Fehlkonfiguration zu erkennen. Oder zwei Versionen eines Deploy-Skripts.

Textbearbeitung: Autoren können die Überarbeitungen des Lektors im Kontext sehen, besonders wenn sich nur wenige Zeilen geändert haben.

Code-Review (einfache Nutzung): Für kleine Ausschnitte. Für echte Code-Reviews ein syntaxbewusstes Tool verwenden — git diff mit semantischen Flags oder ein spezielles Review-Tool liefert bessere Ergebnisse.

Einschränkungen

Der Diff erfolgt auf Zeilenebene. Wenn ‚Katze' in ‚Katzen' geändert wird, wird die ganze Zeile als entfernt-und-hinzugefügt angezeigt; das eingefügte ‚n' wird nicht hervorgehoben. Wort- und zeichenbasierte Diffs sind dafür nützlich, aber schwerer zu lesen bei langen Zeilen.

Leerzeichen am Zeilenende sind relevant — ‚foo' und ‚foo ' (mit Leerzeichen dahinter) gelten als unterschiedliche Zeilen. Für einen leerzeichenunempfindlichen Vergleich den Text vor dem Einfügen normalisieren.

Reihenfolge ist wichtig. Zwei Absätze an unterschiedlichen Positionen werden als sowohl entfernt als auch hinzugefügt gezählt. Der Diff versucht nicht, ‚verschobene' Blöcke zu erkennen.