如何在 Windows Powershell 中区分两个文本文件？

Question

我有两个文本文件，想使用 Windows Powershell 找出它们之间的差异。是否有类似于 Unix diff 工具的东西可用？或者还有其他我没有考虑过的方法吗？

我试过比较对象，但得到这个神秘的输出：

PS C:\> compare-object one.txt two.txt

InputObject                                                 SideIndicator
-----------                                                 -------------
two.txt                                                     =>
one.txt                                                     <=

Answer 1

我自己想出来的。因为 Powershell 使用 .net 对象而不是文本，所以您需要使用 get-content 来公开文本文件的内容。因此，要执行我在问题中尝试执行的操作，请使用：

compare-object (get-content one.txt) (get-content two.txt)

Answer 2

一种更简单的方法是编写：

diff (cat file1) (cat file2)

Answer 3

或者您可以fc像这样使用 DOS命令（这显示了两个文件的输出，因此您必须扫描差异）：

fc.exe filea.txt fileb.txt > diff.txt

fc是 Format-Custom cmdlet 的别名，因此请确保将命令输入为fc.exe. 请注意，许多 DOS 实用程序不处理 UTF-8 编码。

您还可以生成 CMD 进程并fc在其中运行。

start cmd "/c  ""fc filea.txt fileb.txt >diff.txt"""

这会指示 PowerShell 使用引号中的参数使用“cmd”程序启动进程。在引号中，是用于运行命令和终止的 '/c' cmd 选项。cmd 在进程中运行的实际命令是fc filea.txt fileb.txt将输出重定向到文件diff.txt。

您可以fc.exe在 powershell 中使用 DOS 。

Answer 4

*nix 上的 diff 不是 shell 的一部分，而是一个单独的应用程序。

有什么理由不能在 PowerShell 下使用 diff.exe 吗？

您可以从 UnxUtils 包 ( http://unxutils.sourceforge.net/ )下载一个版本

Answer 5

如果您希望比较对象（又名 diff 别名）表现得像 unix 差异，则它是可悲的。我尝试了 diff (gc file1) (gc file2)，如果一行太长，我看不到实际的 diff，更重要的是，我无法判断 diff 位于哪个行号。

当我尝试添加 -passthru 时，我现在可以看到差异，但是我丢失了差异所在的文件，而且我仍然没有得到行号。

我的建议是，不要使用 powershell 来查找文件中的差异。正如其他人指出的那样，fc 可以工作，并且比 compare-object 好一点，甚至更好的是下载和使用真实的工具，如 Mikeage 提到的 unix 模拟器。

Answer 6

fc.exe更适合文本比较，因为它设计为像 *nix diff 一样工作，即按顺序比较行，显示实际差异并尝试重新同步（如果不同部分具有不同长度）。它还具有一些有用的控制选项（文本/二进制、区分大小写、行号、重新同步长度、不匹配缓冲区大小）并提供退出状态（-1 语法错误、0 个文件相同、1 个文件不同、2 个文件丢失）。作为一个（非常）古老的 DOS 实用程序，它确实有一些限制。最值得注意的是，它不会自动使用 Unicode，将 ASCII 字符的 0 MSB 视为行终止符，因此文件变成 1 个字符行的序列（@kennycoc：使用 /U 选项指定两个文件都是 Unicode，WinXP 及以上版本） ）并且它还有一个 128 个字符的硬行缓冲区大小（128 字节 ASCII，256 字节 Unicode），因此长行会被分割并单独比较。

Compare-object 旨在确定两个对象是否在成员方面相同。如果对象是集合，那么它们将被视为集合（请参阅帮助比较对象），即无重复的无序集合。如果 2 个集合具有相同的成员项目，则无论顺序或重复如何，它们都是相等的。这严重限制了它比较文本文件差异的有用性。首先，默认行为收集差异，直到检查整个对象（文件 = 字符串数组），从而丢失有关差异位置的信息并模糊哪些差异是配对的（并且 SET 没有行号的概念）的字符串）。使用 -synchwindow 0 将导致差异在发生时被发出，但会阻止它尝试重新同步，因此如果一个文件有多余的行，则后续行比较可能会失败，即使文件在其他方面相同（直到有补偿）另一个文件中的额外行，从而重新对齐匹配行）。然而，powershell 的用途非常广泛，可以通过利用此功能来完成有用的文件比较，尽管代价是相当复杂，并且对文件内容有一些限制。如果您需要比较长行（> 127 个字符）的文本文件，并且这些行大多以 1:1 匹配（文件之间的行有一些变化，但文件内没有重复，例如具有关键字段的数据库记录的文本列表）然后通过向每一行添加信息来指示它在哪个文件中、它在该文件中的位置，然后在比较过程中忽略添加的信息（但将其包含在输出中），您可以获得类似 *nix diff 的输出，如下所示（使用别名缩写） ）：

diff (gc file1 | % -begin { $ln1=0 } -process { '{0,6}<<:{1}' -f ++$ln1,$_ }) (gc file2 | % -begin { $ln2=0 } -process { '{0,6}>>:{1}' -f ++$ln2,$_ }) -property { $_.substring(9) } -passthru | sort | out-string -width xx

其中 xx 是最长线的长度 + 9

解释

• (gc file | % -begin { $ln=0 } -process { '{0,6}<<:{1}' -f ++$ln,$_ })获取文件的内容，并在将其传递给 diff 之前在每行前面添加行号和文件指示符（<< 或 >>）（使用格式字符串运算符）。
• -property { $_.substring(9) }告诉 diff 比较每对对象（字符串），忽略前 9 个字符（即行号和文件指示符）。这利用了指定计算属性（脚本块的值）而不是属性名称的能力。
• -passthru导致 diff 输出不同的输入对象（其中包括行号和文件指示符），而不是不同的比较对象（不包括行号和文件指示符）。
• sort-object然后将所有行重新按顺序排列。
  out-string 通过指定足够大的宽度以避免截断，停止默认的输出截断以适应屏幕宽度（如 Marc Towersap 所述）。通常，该输出将被放入一个文件中，然后使用滚动编辑器（例如记事本）查看该文件。

笔记

行号格式 {0,6} 提供右对齐、空格填充的 6 个字符行号（用于排序）。如果文件超过 999,999 行，则只需将格式更改为更宽即可。这还需要更改$_.substring参数（比行号宽度多3）和out-string xx值（最大行长度+$_.substring参数）。