如何使用git diff创建两个电子表格的可读差异？

168

我们的源代码存储库中有很多电子表格（xls）。这些通常使用gnumeric或openoffice.org编辑，并且通常用于填充数据库以使用dbUnit进行单元测试。据我所知，没有简单的方法可以对xls文件进行比较，这使得合并变得非常繁琐且容易出错。

我曾尝试将电子表格转换为xml并进行常规的比较，但确实感觉应该是不得已了。

我想像git对文本文件一样进行比较（和合并）。在发行时，我将如何做git diff？

git  version-control  merge  diff  xls 
— neu242
source
4
我认为标签单元测试和dbunit此处未正确应用。问题是关于特定文件格式的文件比较，与单元测试无关。
— Hamish Smith，
1
不是答案（它需要Excel和是一个商业产品），但通过GooBinghoo带到这里来的人- formulasoft.com/excel-compare.html很适合我。
— CAD bloke'Aug
1
我使用此Python脚本将我们签到git的Excel进行比较。我移植这个GO代码（这是在Perl移植）到Python：github.com/tokuhirom/git-xlsx-textconv#see-also 它允许你使用git diff和gitk
— nmz787
— Nishant Sharma 2015年
一种简单的方法是将两个电子表格的数据导出为CSV /文本并进行常规差异（使用您喜欢的编辑器或差异文件）
— PPC

Answers:

109

我们在公司中面临着完全相同的问题。我们的测试输出excel工作簿。二进制差异不是一个选择。因此，我们推出了自己的简单命令行工具。签出ExcelCompare项目。实际上，这使我们可以很好地自动化测试。补丁/功能要求非常受欢迎！

— na_ka_na
source
2
@KimStacks yes适用于所有xls，xlsx和ods。并且甚至可以将任何一种类型与另一种类型进行比较，例如xls v / s xlsx。
— na_ka_na 2014年
1
很棒的工具...但是对于某些完全有效的xls文件，它说“ Diff失败：无法作为excel文件读取：”。对于正在寻找替代方案的人（从其他所有角度来看，情况都更糟
— Pietro Battiston，
2
@PietroBattiston请在github中记录票证，我来看一下。
— na_ka_na 2015年
@na_ka_na感谢您创建此工具！
— jgpawletko
111

只要您比较的两张纸相似，那么无需外部工具即可轻松快捷地工作：

  • 创建第三个电子表格
  • =if(Sheet1!A1 <> Sheet2!A1, "X", "")在左上方的单元格中键入（或等效项：单击实际单元格以将引用自动插入到公式中）
  • Ctrl+C（复制），Ctrl+A（全选），Ctrl+V（粘贴）填充工作表。

如果工作表相似，则此电子表格将为空，但其中包含几个带有X的单元格，以突出显示差异。放大至40％即可快速查看有什么不同。

— 劳伦特
source
6
这不是按单元比较吗？我的意思是，如果左侧顶部多了一行，它将使所有其余的行（和单元格）有所不同。如果那样，那不是很有用。
— Hammad Khan
1
@Thecrocodilehunter：您始终可以删除顶部的该行，然后比较其余的行。如果差异要复杂得多，那么您当然需要其他工具。这对于快速的一次性比较很有用，例如当Excel提示您更改了电子表格并且您担心自己不小心编辑了字段时。
— iconoclast 2012年
1
我喜欢这个。除了执行X，您还可以执行“ 1”，并且将SUM作为第一行和列。在第一个字段上添加一个som，您将很快看到有多少个字段不同。
— Konerak 2013年
5
我对公式进行了一些更改，因此不必查看确切的区别。= IF（Sheet1！A1 <> Sheet2！A1，CONCATENATE（“ Sheet 1 =”，Sheet1！A1，“ Sheet 2 =”，Sheet2！A1），“”）
— Martyn
1
您可以输入=Sheet1!A1=Sheet2!A1。这将打印TRUE或FALSE。然后，您可以进行条件格式化或=countif(A1:B2, FALSE)类似的操作。
— user2023861 2014年
12

过去，我已经做了很多Excel工作簿的比较。我的技术适用于具有许多工作表的工作簿，但它只比较单元格内容，而不比较单元格格式，宏等。此外，涉及一些编码，但是如果您必须反复比较许多大文件，则非常值得。运作方式如下：

A）编写一个简单的转储程序，逐步浏览所有工作表并将所有数据保存到制表符分隔的文件中。每个工作表创建一个文件（使用工作表名称作为文件名，例如“ MyWorksheet.tsv”），并在每次运行程序时为这些文件创建一个新文件夹。用excel文件名命名该文件夹并添加时间戳，例如“ 20080922-065412-MyExcelFile”。我使用称为JExcelAPI的库在Java中进行了此操作。这真的很容易。

B）添加一个Windows shell扩展，以在右键单击Excel文件时从步骤A运行新的Java程序。这使得运行该程序非常容易。您需要向Google查询如何执行此操作，但这就像编写* .reg文件一样简单。

C）获得超越比较。它具有一个很酷的功能，可以通过在漂亮的表格中显示分隔的数据来比较定界的数据，请参见截图。

D）现在您可以轻松比较Excel文件了。右键单击Excel文件1，然后运行转储程序。它将创建一个文件夹，每个工作表包含一个文件。右键单击Excel文件2，然后运行转储程序。它将创建第二个文件夹，每个工作表一个文件。现在使用BeyondCompare（BC）比较文件夹。每个文件都代表一个工作表，因此，如果工作表中存在差异，则BC会显示此文件，您可以向下钻取并进行文件比较。BC将以一种不错的表格布局显示比较，并且您可以隐藏不感兴趣的行和列。

— vo
source
10

我已经找到xdocdiff WinMerge插件。它是WinMerge的插件（包括OpenSource和Freeware，您无需编写VBA或将excel保存为csv或xml）。它仅适用于celd的容器。

该插件还支持：

  • .rtf富文本
  • .docx / .docm Microsoft WORD 2007（OOXML）
  • .xlsx / .xlsm Microsoft Excel 2007（OOXML）
  • .pptx / .pptm Microsoft PowerPoint 2007（OOXML）
  • .doc Microsoft WORD ver5.0 / 95/97/2000 / XP / 2003
  • .xls Microsoft Excel ver5.0 / 95/97/2000 / XP / 2003
  • .ppt Microsoft PowerPoint 97/2000 / XP / 2003
  • .sxw / .sxc / .sxi / .sxd OpenOffice.org
  • .odt / .ods / .odp / .odg打开文档
  • .wj2 / wj3 / wk3 / wk4 / 123 Lotus 123
  • .wri Windows3.1写入
  • .pdf Adob​​e PDF
  • .mht网站存档
  • .eml从OutlookExpress导出的文件

问候，安德烈斯

— 安德烈斯
source
1
不幸的是，它不允许将更改保存到解压缩的文件中，因此对合并没有用。它是免费的。
— 索格2012年
6

嗯 从Excel菜单中选择“窗口”->“并排比较？”。

+1可以很好地工作，但不能突出显示Office 2007中的差异。我猜在较旧的版本中可以。对于视觉比较仍然非常好。
— Hammad Khan
2
是的，没有突出显示，所以唯一的好处就是同步滚动。
— 索格2012年
5

您是否使用TortoiseSVN在Subversion中进行提交和更新？它具有差异工具，但是比较Excel文件仍然不是真正的用户友好。在我的环境（Win XP，Office 2007）中，它打开了两个excel文件并排比较。

右键单击文档> Tortoise SVN>显示日志>选择修订版>右键单击“与工作副本比较”。

— 卡斯珀
source
4

较新版本的MS Office带有Spreadsheet Compare，它在GUI中执行了相当不错的差异。它检测大多数变化。

— 格林姆林
source
尽管此答案可能无法通过基于命令行的diff合并来解决OP的情况，但此Spreadsheet Compare工具非常适合我的用途（检查OpenXML自动化输出与Excel COM自动化输出之间的差异）。
— 错误代码
注意：我确实尝试使用此工具调查自动化，但对我而言不起作用（工具一直崩溃）：stackoverflow.com/a/35905262/7270462
— ErrCode
4

有一个图书馆工作人员（数据diff的缩写），它可以帮助比较表，产生其差异的摘要以及将此类摘要用作补丁文件。

它是用Haxe编写的，因此可以用主要语言进行编译。

借助此库，我已经用Java语言制作了一个Excel Diff工具。它适用于数字和小字符串，但输出不适用于长字符串（例如，带有微小字符变化的长句子）。

— hu
source
3

我知道有几个建议建议将文件导出为csv或其他某种文本格式，然后进行比较。我还没有看到它专门提到的内容，但是“超越比较3”还提供了许多其他文件格式支持。请参阅其他文件格式。使用一种Microsoft Excel文件格式，您可以轻松比较两个Excel文件，而无需执行导出到另一种格式选项的操作。

— 马特史密斯321
source
2

如果执行差异比较重要，我将使用SYLK文件格式。它是一种基于文本的格式，与二进制格式相比，它应该使比较更容易且更紧凑。它也与Excel，Gnumeric和OpenOffice.org兼容，因此这三个工具都应该能够很好地协同工作。 SYLK维基百科文章

— 亚当·霍克斯
source
这是一个很好的解决方案，在经常将git与Excel文件（和其他文件）结合使用的环境中，应采用tat作为常规做法。它绝对是“ git”友好的（尽管差异不是人类可读的），并且除了“现代” Excel（现在是2019年）之外，不需要任何其他工具。这也是“双向”方式，这意味着其他用户可以将他们的Excel电子表格保存为.slk（SYLK）格式，然后在需要时使用Excel中的所有正确格式打开。
— D. Woods，
2

用 Altova DiffDog

使用diffdog的XML diff模式和“网格视图”以易于阅读的表格格式查看差异。对于任何复杂程度的电子表格，文本区分都是非常困难的。使用此工具，在各种情况下至少可以使用两种方法。

  1. 另存为.xml

    要检测一个简单的一张工作表电子表格的差异，请保存Excel电子表格以将其与扩展名为.xml的XML Spreadsheet 2003进行比较。

  2. 另存为.xlsx

    要检测模块化文档模型中大多数电子表格的差异，请将Excel电子表格保存为.xlsx格式以作为Excel工作簿进行比较。用diffdog打开要比较的文件。它会通知您该文件是一个ZIP存档，并询问您是否要打开该文件以进行目录比较。同意目录比较后，双击文档的逻辑部分进行差异化（使用XML差异模式）变得相对简单。.xslx文档的大部分是XML格式的数据。网格视图非常有用。区分单个工作表以将分析集中在已知已更改的区域上是微不足道的。

Excel每次保存都会调整某些属性名称的倾向很烦人，但是diffdog的XML diffing功能包括过滤某些类型差异的功能。例如，XML格式的Excel电子表格包含row和c元素，这些元素具有s随每次保存重命名的属性（样式）。设置类似的过滤器c:s可以使仅查看内容更改更加容易。

diffdog具有很大的区分能力。我之所以列出XML差异模式仅是因为我没有使用在区分Excel文档时更喜欢使用的另一个工具。

— 布尔格里恩
source
1

我在这里找到一个openoffice宏，它将在两个文件上调用openoffice的比较文档功能。不幸的是，openoffice的电子表格比较似乎有些不稳定。我只是使用“全部拒绝”按钮在文档中插入了多余的列。

1

如果您使用的是Java，则可以尝试simple-excel。

它将使用Hamcrest匹配器比较电子表格，并输出类似的内容。

java.lang.AssertionError:
Expected: entire workbook to be equal
     but: cell at "C14" contained <"bananas"> expected <nothing>,
          cell at "C15" contained <"1,850,000 EUR"> expected <"1,850,000.00 EUR">,
          cell at "D16" contained <nothing> expected <"Tue Sep 04 06:30:00">
    at org.hamcrest.MatcherAssert.assertThat(MatcherAssert.java:20)

我应该证明我们编写了该工具（就像被打勾的答案一样）。

— 托比
source
2
感谢您发布答案！请务必仔细阅读有关自我促销的常见问题解答。另请注意，每次链接到您自己的站点/产品时，您都必须发布免责声明。
— 安德鲁·巴伯
1

如果您有TortoiseSVN，则可以 CTRL单击两个文件在Windows资源管理器中选择它们，然后右键单击TortoiseSVN-> Diff。

如果您要在大型数据集中查找较小的更改，则此方法特别有用。

— 克里斯·B
source
这并没有工作特别好，但是，对于二进制文件，如Excel的XLS格式。
— 查尔斯·伍德
1
@CharlesWood-实际上它确实工作得特别好。乌龟使用Excel本身提供差异，并以红色突出显示不同的单元格。我还没有尝试过，但是我很确定它对Word .doc和.docx文件也具有相同的功能（使用Word作为差异查看器）。
— 克里斯·B
哇！我不这样做。它是一项新功能还是您安装了插件？
— 查尔斯伍德
:-D我有TortoiseSVN 1.7.12，它开箱即用。帮助文件指出它对此具有支持-tortoisesvn.net/docs/release/TortoiseSVN_en/tsvn-dug-diff.html。它使用脚本来比较我计算机上的文件C：\ Program Files \ TortoiseSVN \ Diff-Scripts \ diff-xls.js。您的计算机上是否有一个已禁用脚本的组策略？
— 克里斯·B
1

我遇到了像您这样的问题，所以我决定写一些小工具来帮助我。请检查ExcelDiff_Tools。它具有几个关键点：

  • 支持xls，xlsx，xlsm。
  • 具有公式单元格。它将比较公式和值。
  • 我尝试使UI看起来像标准的差异文本查看器，其状态为：已修改，已删除，已添加，未更改。请以下面的图片为例： 在此处输入图片说明
— kokichi88
source
0

Diff Doc可能就是您想要的。

  • 比较MS Word（DOC，DOCX等），Excel，PDF，RTF，文本，HTML，XML，PowerPoint或Wordperfect的文档并保留格式
  • 选择任何文档（文件）的任何部分，并将其与相同或不同文档（文件）的任何部分进行比较。
— 康宝
source
2
Diff Doc是仅Windows且关闭的源代码，它确实不符合我的需求。
— neu242
0

我不知道任何工具，但想到的是两种自带解决方案，都需要Excel：

  1. 您可以编写一些VBA代码，逐步遍历两个工作簿的每个工作表，行，列和单元格，报告差异。

  2. 如果使用Excel 2007，则可以将工作簿另存为Open-XML（* .xlsx）格式，提取XML并进行比较。Open-XML文件本质上只是.xml文件和清单的.zip文件。

如果您的电子表格在结构上并非一开始就“关闭”，那么在任何一种情况下，您都会遇到很多“噪音”。

— 少码
source
从Excel 2002开始，您还可以以“ XML Spreadsheet”格式保存文件，该格式比处理xlsx文件更简单。
— Sam Warwick
0

转换为cvs，然后上传到版本控制系统，然后使用高级版本控制diff工具进行diff。当我使用perforce时，它具有出色的diff工具，但我忘记了它的名称。

— 帕特里克
source
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.