Comparador de textos

Por que patches incluem contexto

Um diff registra uma edição em vez de repetir documentos inteiros. A documentação GNU do formato unificado explica o formato compacto com linhas alteradas e contexto próximo.

O contexto ajuda a localizar a edição. O download usa original.txt e revised.txt e descreve linhas mesmo quando a tela compara palavras.

Linhas repetidas admitem mais de um alinhamento. O mecanismo encontra uma sequência de edições, não a intenção do autor. Confira o contexto de uma frase deslocada.

Aparência igual não significa identidade

Uma letra acentuada pode ser um ponto de código ou uma letra seguida de marca combinante. A especificação de normalização do Unicode define equivalência canônica. NFC afeta só a comparação, não os campos.

CRLF e LF são diferentes. A opção de normalização trata CRLF e CR isolado como LF. Ignorar linhas vazias remove também suas informações de separação.

A similaridade é duas vezes as unidades inalteradas divididas pelo total das duas versões. Modo e regras mudam a porcentagem. Não é uma medida de significado, plágio ou correção.

Escolher a unidade pela pergunta

Linhas trata a linha completa, incluindo terminação, como unidade. Serve para listas, logs, roteiros, legendas e configurações, mas uma palavra alterada pode marcar a linha inteira. O modo Palavras usa a segmentação do motor de comparação para texto, pontuação e espaços significativos. Conforme o sistema de escrita e a pontuação, uma palavra pode ser dividida em fragmentos; as contagens representam unidades de comparação, não palavras no sentido linguístico. Caracteres ajuda com decimais, URLs, identificadores e correções pequenas.

Examine estrutura antes de detalhar a alteração incerta. Um parágrafo movido pode aparecer como exclusão e inclusão, sem reconhecimento semântico de movimento. Linhas repetidas permitem alinhamentos distintos; releia o contexto. São comparadas duas sequências coladas, sem histórico de repositório, merge de três versões, comentários ou intenção do autor.

Ignorar diferenças é uma decisão de significado

Todas as regras começam desligadas. Veja primeiro o resultado exato e ative uma por vez. Ignorar caixa converte para minúsculas, sem comparação linguística. Ignorar linhas vazias remove linhas só de espaços e junta o restante com LF; pode ocultar também diferenças de terminação e limite final. Não é apenas recolher linhas visualmente.

Ignorar espaços depende da unidade. Em Linhas remove margens e agrupa espaços ou tabulações, podendo ocultar recuos e terminações. Em Palavras reduz sequências a um espaço. Em Caracteres remove todas: a b pode coincidir com ab. Não ative só para aumentar a porcentagem; decida se os separadores dispensados importam.

Ler cores e porcentagem sem exagerar

Original à esquerda, revisão à direita: menos/vermelho significa remoção, mais/verde adição. Neutro corresponde pelas regras, não necessariamente byte a byte. Dividida separa versões; unificada intercala a sequência. Trocar inverte a direção e transforma adições em remoções, sem avaliar qual versão é melhor.

Exemplo verificável em Linhas, sem exclusões: limit = 8 vira limit = 12, ambas seguidas de quebra e retry = true com quebra final. Uma linha removida, uma adicionada e uma igual. Similaridade de 50 %: 2 × 1 / (2 + 2). Palavras e Caracteres usam unidades diferentes e produzem outro valor para a mesma edição.

O patch conserva as entradas originais

Copiar e baixar diff geram um patch unificado por linhas das entradas brutas, com nomes original.txt e revised.txt. NFC, normalização e regras não reescrevem esse arquivo. Uma tela normalizada pode parecer igual enquanto o patch registra diferença de representação. Guarde os ajustes para explicar a distinção a outro revisor.

Cabeçalho identifica antes/depois; cabeçalhos de bloco apontam intervalos de linhas. Espaço inicial significa contexto, menos linha antiga e mais nova. Pode ser registrada a falta de quebra final. Patch é uma instrução de transformação, não um commit salvo. Confira destino e base na ferramenta que o aplicará; esta página não aplica patches nem resolve conflitos.

Investigar resultados inesperados

Erro significa cálculo incompleto, não igualdade. Cada entrada aceita 50.000 unidades UTF-16, mas mudanças complexas podem estourar o orçamento antes. O patch tem cálculo limitado próprio e também pode faltar. Divida textos grandes por seções com contexto suficiente. Porcentagem num estado de erro não é resultado válido.

Confira os dois textos completos, desligue regras e compare um trecho em Caracteres. NFC não iguala aspas retas e curvas, espaços comuns e inseparáveis, letras latinas e cirílicas parecidas. Unidades são pontos de código, não emoji ou grafemas inteiros. Para formatação, comentários, tabelas ou codificações binárias, volte ao documento ou use comparação de arquivos.