So sánh văn bản

Việc so sánh văn bản hoạt động như thế nào?

Công cụ tìm chuỗi từ dài nhất mà hai văn bản có chung, theo đúng thứ tự, rồi đánh dấu mọi thứ còn lại là bị xóa khỏi văn bản thứ nhất hoặc được thêm vào văn bản thứ hai. Chuỗi chung đó gọi là dãy con chung dài nhất, và việc tìm ra nó chính là việc của mọi công cụ diff; công cụ này dùng thuật toán Myers, cùng phương pháp đứng sau git diff, ở dạng chỉ cần bộ nhớ tỷ lệ với độ dài của các văn bản.

Trước khi so sánh, cả hai văn bản được cắt thành từng mảnh. Ở chế độ Từ, một mảnh là một từ, một dấu câu hoặc một chuỗi khoảng trắng. Ở chế độ Dòng, đó là cả một dòng, và mỗi cặp dòng đã thay đổi sau đó được so sánh từng từ để bạn thấy điều gì đã di chuyển bên trong dòng. Ở chế độ Ký tự, các văn bản được so sánh từng từ trước, rồi mỗi đoạn bị thay thế dài đến 4,000 ký tự được so sánh lại từng chữ cái — nhờ đó một lỗi gõ chỉ làm nổi bật một chữ cái thay vì cả một từ. Tiếng Trung, Nhật, Thái, Lào, Khmer và Miến Điện, vốn viết không có khoảng trắng, được so sánh từng ký tự một.

Việc so sánh chạy trong một luồng nền của trình duyệt, nên văn bản dài không làm treo trang. Mỗi văn bản có thể dài tới 300,000 ký tự. Hai văn bản không liên quan ở cỡ đó có thể mất hàng phút để căn chỉnh chính xác, nên công việc dừng sau năm giây và các khác biệt còn lại được hiển thị thành từng khối nguyên; trang sẽ báo khi điều đó xảy ra.

Các tùy chọn bỏ qua thay đổi điều gì?

Các ký tự bị bỏ qua vẫn được hiển thị trong kết quả. Chúng chỉ không bao giờ được tính là thêm, xóa hay thay đổi.

Các con số có ý nghĩa gì

Các số đếm tính theo đơn vị bạn dùng để so sánh. Đã thêm là phần chỉ xuất hiện trong văn bản thứ hai, đã xóa là phần chỉ xuất hiện trong văn bản thứ nhất, và đã thay đổi là phần bị thay thế ở cùng một vị trí, tính theo bên dài hơn. Ở chế độ Từ, một dấu câu được tính là một từ. Giống nhau là tỷ lệ phần trùng khớp của cả hai văn bản: hai lần phần không đổi chia cho tổng độ dài của cả hai văn bản, nên hai văn bản giống hệt nhau đạt 100% và hai văn bản không có gì chung đạt 0%.

"Ẩn văn bản không đổi" giữ lại 160 ký tự, hoặc ba dòng, quanh mỗi thay đổi và gập phần còn lại, giúp dễ lướt qua một tài liệu dài chỉ có vài chỗ sửa. "Sao chép kết quả" cho bạn phép so sánh dưới dạng văn bản thuần: dấu [-đã xóa-] và {+đã thêm+} ngay trong văn bản, hoặc các dòng bắt đầu bằng - và + ở chế độ Dòng.

Văn bản của bạn đi đâu

Không đi đâu cả. Cả hai văn bản được so sánh trên thiết bị của bạn; không có gì được gửi đến máy chủ hay lưu lại, nên bạn có thể yên tâm dán hợp đồng, bản nháp và bài của học sinh. Bạn cũng có thể mở tệp: tệp văn bản thuần tối đa 5 MB và tệp Word .docx, có phần chữ được đọc ngay trong trình duyệt.

Những giới hạn đáng biết

Diff cho thấy điều gì đã thay đổi, không phải vì sao: một đoạn bị di chuyển sẽ hiện là bị xóa ở một chỗ và được thêm ở chỗ khác. Định dạng trong tệp Word — chữ đậm, bảng, chú thích — không được so sánh, chỉ có các từ. Và với hai văn bản gần như không có gì chung, giới hạn năm giây khiến một số khác biệt được hiển thị thành khối lớn hơn mức thực sự cần.