Linux上两个文件之间的空格差异

我有两个文件，当与diff比较时，它们显示每一行都已更改。当我将它们与diff -w（忽略空格）进行比较时，它显示了我期望的一些最小变化。

显然，每个文件中的空格之间存在一些差异，但是我不知道它们是什么或如何找到它们。我已经尝试编辑文件以确保空格实际上是空格字符（而不是制表符），但是不确定还有其他操作。

我用vim :set list on来确认行尾没有尾随空格。

我也相信每个文件都有Linux行终止符，因为vim没有^M在行末显示。

对于vim用户而言，有一个方便的实用工具可以显示文件之间的确切差异：

vimdiff file1 file2

这会将每个文件并排放置在Windows中，并以高亮显示差异。

进入时的一些有用命令 vimdiff

在中时vimdiff，一些有用的命令是：

• ]c：跳到下一个更改

• [c：跳至上一个更改

• ctrl-W ctrl-W：切换到其他窗口

• zo：开折

• zc：褶皱

例

下面是一个例子vimdiff中的xterm一个进行比较两个版本cups的配置文件：

您会看到相同行的长段已折叠。可以使用打开它们zo。

颜色方案将根据您的选项设置而有所不同。在上面的示例中，当一行出现在一个文件中而不出现在另一个文件中时，该行将被赋予深蓝色背景。在另一个文件中，缺失的行用虚线表示。当两个文件中都出现一行但有一些差异时，行的未更改部分将具有粉红色背景，而已更改的部分将具有红色背景。

在FreeBSD或大多数Linux系统上，您可以通过管道传递diff的输出cat -v -e -t以显示空格差异。

diff file1 file2 | cat -vet

选项卡将显示为^I，$每行的末尾将显示一个a ，以便您可以看到尾随空白，非打印字符将显示为^X或M-X。

如果您具有GNU coreutils（在大多数非busybox Linux发行版中可用），则可以简化为

diff file1 file2 | cat -A

在busybox系统上，使用catv -vet。

是在Windows机器上编辑的文件之一吗？

Windows上的标准线路终端是CRLF，而在Linux上则是LF（在Mac上曾经是CR，但是我怀疑自OS X以来这种情况已经改变了）。

试一试wc -l文件，看看有多少行，然后查看大小差异是否与行数相同（一个文件中的最后一行可能不会终止）。

od可能会有所帮助。八进制转储命令可以以十六进制显示内容。这可以帮助您查看文件中有哪些字节，包括空字节或意外的空格。可能的常见原因可能是LF vs CRLF，制表符vs空格或ASCII vs Unicode（通常在每个通常可见的字节之前只有一个空字节）。 od -x filename应该揭示任何一种模式。如果您想以更精细的方式查看文件，则任何“十六进制编辑器”都可以很好地实现。令人高兴的od是cut，它与命令一样，已内置在许多Unix系统中。因此，通常不需要单独安装。

如果您需要文件更加相似，tr可以进行一些更改，然后sed进行更多更改。我可能首先ls -l看哪个文件更大，然后查看字节以查看需要更改的内容，然后更改其中一个文件，使它们看起来更相似。

要找出真正的空格和制表符在哪里，您可以使用sed以下示例替换它们：

$ cat file
  line 1
  line 2
    line 6
        line 7
$ sed 's/ /-/g; s/\t/<tab>/g' file
--line-1
--line-2
<tab>line-6
<tab><tab>line-7

现在比较两个文件。

以下内容是从上面由Romski编写的“问题”部分复制而来的。

从工具的角度来看，两者vimdiff和diff file1 file2 | cat -A都非常有用。

最后，我发现了另一个问题。我的某些文件是使用UTF-8 BOM编码的。使用突出显示了这一点diff file1 file2 | cat -A。这表现M-oM-;M-?在受影响文件的开头：

$ diff file1 file2 | cat -A
< package com.mycompany;$
---$
> M-oM-;M-?package com.mycompany;$

尽管存在许多问题，但我在下面列出了一些需要清理文件的命令：

# recursively remove UTF8 BOM
find . -type f -exec sed -i -e '1s/^\xEF\xBB\xBF//' {} \;

# recursively replace CRLF with LF
find . -type f -print0 | xargs -0 dos2unix