Kiểm Tra Sự Khác Biệt

Một công cụ kiểm tra khác biệt làm gì

Một công cụ kiểm tra khác biệt nhận hai phiên bản của một văn bản, một bản gốc và một bản đã chỉnh sửa, rồi cho bạn thấy chính xác điều gì đã thay đổi giữa chúng: phần nào được thêm vào, phần nào bị xóa đi, và nội dung đã xê dịch ở đâu. Thay vì nheo mắt nhìn hai tài liệu đặt cạnh nhau cố tìm ra chỗ sửa, bạn nhận được một khung nhìn duy nhất được tô màu làm nổi bật các khác biệt cùng một bảng thống kê tóm tắt bao nhiêu nội dung đã được thêm, xóa hay thay đổi.

Điều này biến một sự so sánh thủ công chậm chạp và dễ sai thành một sự so sánh tức thì và đáng tin cậy. Dù thay đổi chỉ là một từ được sửa hay là việc viết lại toàn bộ một đoạn văn, phần khác biệt phơi bày nó ra một cách tường minh để không gì lọt qua mà không bị nhận ra.

Ý tưởng đằng sau các thuật toán so sánh

Bên dưới lớp vỏ, việc so sánh hai văn bản là một bài toán kinh điển của khoa học máy tính. Hầu hết các công cụ so sánh được xây dựng trên khái niệm dãy con chung dài nhất, thường viết tắt là LCS: dãy dài nhất gồm các mảnh, dòng hoặc từ, xuất hiện trong cả hai phiên bản theo cùng một thứ tự, dù không nhất thiết phải nằm sát nhau. Một khi thuật toán tìm ra cái khung xương chung đó, mọi thứ trong bản gốc không thuộc về nó được tính là một phần bị xóa, và mọi thứ trong bản đã sửa không thuộc về nó được tính là một phần được thêm.

Điều này quan trọng vì nó tạo ra tập hợp thay đổi nhỏ nhất, trực quan nhất thay vì một sự đối chiếu vụng về từng ký tự một. Nếu bạn chèn một câu vào giữa một tài liệu, một phần khác biệt dựa trên LCS nhận ra rằng văn bản xung quanh không đổi và chỉ đánh dấu câu mới, thay vì khẳng định mọi thứ sau điểm chèn đều khác.

Từng dòng so với từng từ

Mức độ chi tiết của một sự so sánh thay đổi điều nó cho bạn biết. Chế độ từng dòng coi mỗi dòng là một đơn vị và đánh dấu bất kỳ dòng nào khác biệt theo bất cứ cách nào, đây là mức phù hợp cho mã, tệp cấu hình và tệp nhật ký, nơi dòng là đơn vị ý nghĩa tự nhiên. Nó cho bạn một bức tranh rõ ràng ở cấp khối về những dòng nào đã đến và đi.

Chế độ từng từ đi sâu hơn. Khi hai dòng phần lớn giống nhau nhưng vài từ đã thay đổi, nó xác định chính xác những từ đó thay vì đánh dấu cả dòng là khác biệt. Đây là lựa chọn lý tưởng cho văn xuôi và việc biên tập, nơi bạn muốn thấy rằng một tính từ đơn lẻ đã bị tráo đổi hay một cái tên được sửa bên trong một câu vốn giống hệt nhau. Hãy chuyển giữa hai chế độ tùy theo việc bạn quan tâm những dòng nào đã thay đổi hay những từ nào đã thay đổi.

Một ví dụ thực tế

Hãy so sánh câu The quick brown fox jumps với The quick red fox leaps. Ở chế độ từng dòng, cả dòng bị đánh dấu là đã thay đổi vì nó không giống hệt. Ở chế độ từng từ, phần khác biệt hữu ích hơn hẳn: nó cho thấy brown bị xóa và red được thêm vào, jumps bị xóa và leaps được thêm vào, trong khi The, quick và fox được nhận ra là không đổi. Cùng hai đầu vào, nhưng khung nhìn ở cấp từ cho bạn biết chính xác một biên tập viên đã làm gì.

Cách hiển thị nội dung thêm và xóa

Kết quả được tô màu để hai loại thay đổi lập tức phân biệt được: nội dung có trong bản đã sửa nhưng không có trong bản gốc được đánh dấu là phần thêm, và nội dung có trong bản gốc nhưng thiếu trong bản đã sửa được đánh dấu là phần xóa. Một thay đổi đơn giản là một phần xóa và một phần thêm xảy ra cùng nhau tại cùng một chỗ, một mảnh cũ bị bỏ đi và một mảnh mới được đặt vào thay thế.

Bên cạnh khung nhìn được tô màu, bảng thống kê đếm số phần thêm, phần xóa và thay đổi, điều này cho bạn một cảm nhận nhanh về quy mô, dù bạn đang nhìn vào một lần biên tập nhẹ nhàng hay một bản chỉnh sửa lớn, trước khi bạn đọc vào chi tiết.

Các trường hợp sử dụng thực tế

So sánh văn bản là một trong những công cụ trở nên không thể thiếu một khi đã có mặt trong quy trình làm việc của bạn. Người viết và biên tập viên dùng nó để soát lỗi các bản chỉnh sửa và xác nhận rằng mọi sửa đổi có chủ đích, và chỉ những sửa đổi có chủ đích, đã đi vào bản nháp mới. Lập trình viên dùng nó để rà soát mã một cách không chính thức, để xem một thay đổi thật sự đã đụng đến những gì trước khi commit hay merge. Các nhóm pháp lý và kinh doanh dùng nó để so sánh các phiên bản hợp đồng và bắt được một điều khoản hay con số bị lẳng lặng thay đổi. Kỹ sư vận hành dùng nó để phát hiện sự trôi dạt cấu hình giữa một tệp đã biết là tốt và những gì thực sự đang chạy trên một máy chủ.

Nó cũng hữu ích ngang nhau cho các tác vụ hằng ngày: so sánh hai bản xuất của một danh sách để tìm xem cái gì đã được thêm vào hay bỏ đi, hoặc kiểm chứng rằng một lệnh tìm-và-thay đã làm đúng điều bạn mong đợi mà không có những thay đổi phụ ngoài ý muốn.

Mẹo và những cạm bẫy thường gặp

Vì việc so sánh đối chiếu các ký tự theo đúng nghĩa đen, những khác biệt về thụt lề, khoảng trắng cuối dòng và ký tự xuống dòng đều bị phát hiện là thay đổi thật sự. Độ chính xác đó rất giá trị khi khoảng trắng có ý nghĩa, nhưng nó có thể tạo ra kết quả nhiễu khi khoảng trắng không quan trọng, nên nếu bạn đang so sánh văn xuôi và chỉ quan tâm đến từ ngữ, hãy chuẩn hóa khoảng cách trước hoặc dựa vào chế độ từng từ để tập trung vào chính các từ. Tương tự, việc đối chiếu phân biệt chữ hoa chữ thường, nên The và the đọc ra là khác nhau; hãy chuyển cả hai văn bản về chữ thường trước nếu việc viết hoa không phải là điều bạn đang kiểm tra.

Một cạm bẫy thường gặp là chọn sai mức độ chi tiết cho công việc: chế độ dòng trên một đoạn văn bị bố trí lại nhiều sẽ đánh dấu gần như mọi thứ là đã thay đổi vì các chỗ ngắt dòng đã dịch chuyển, trong khi chế độ từ lẽ ra đã cho thấy số ít sửa đổi thật sự. Hãy chọn chế độ khớp với đơn vị bạn thật sự quan tâm, và với tới bảng thống kê để ước lượng quy mô của một thay đổi trong nháy mắt.