Shell编程中diff命令使用详解

一、diff命令概述

diff是Shell编程中不可或缺的文件比较工具，用于逐行比较两个文件或目录的差异。它不仅是开发者追踪代码变更的利器，也是系统管理员比对配置文件、验证数据完整性的重要工具。diff的输出格式遵循统一的规范，可被patch命令直接应用，形成了Unix/Linux生态中经典的"diff+patch"工作流。

二、基础语法与核心功能

2.1 基本语法结构

diff [选项] 文件1 文件2diff [选项] 目录1 目录2diff [选项] - 文件  # 从标准输入读取内容

2.2 核心工作原理

diff采用**最长公共子序列(LCS)**算法，找出两个文件的最小差异集。它会告诉你：

• • 哪些行被删除了
• • 哪些行被添加了
• • 哪些行被修改了（实质是删除+添加）

三、常用选项深度解析

3.1 输出格式控制（最常用）

3.2 高级过滤选项

• • --strip-trailing-cr: 去除行尾回车符（跨平台比对必备）
• • --ignore-matching-lines=REGEXP: 忽略符合正则的行
• • --side-by-side: 并排显示差异（直观但不易于脚本处理）

四、实战示例精讲

4.1 基础文件比对

# 创建测试文件echo -e "apple\nbanana\norange" > fruit1.txtecho -e "apple\ngrape\norange" > fruit2.txt# 默认输出格式（普通格式）diff fruit1.txt fruit2.txt# 输出：# 2c2# < banana# ---# > grape# 解释：第2行，c表示change，<表示文件1内容，>表示文件2内容

4.2 统一格式（推荐）

diff -u fruit1.txt fruit2.txt# 输出：# --- fruit1.txt  2024-01-07 10:00:00.000000000 +0800# +++ fruit2.txt  2024-01-07 10:00:10.000000000 +0800# @@ -1,3 +1,3 @@#  apple# -banana# +grape#  orange# -表示删除的行，+表示添加的行，@@之间的行号范围

4.3 目录递归比对

# 比较两个项目目录diff -r project_v1/ project_v2/# 只显示有差异的文件名diff -r --brief project_v1/ project_v2/# 忽略.svn/.git等版本控制目录diff -r -x '.git' -x '.svn' src1/ src2/

4.4 忽略空白差异

# 忽略所有空白字符（制表符、空格）diff -w original.c formatted.c# 忽略行尾空格，但保留行内空格diff -b file1.txt file2.txt# 忽略空行变化diff -B code1.py code2.py

五、高级技巧与最佳实践

5.1 生成与应用补丁

# 生成补丁文件（核心用法）diff -u original.c modified.c > fix.patch# 应用补丁（使用patch命令）patch original.c < fix.patch# 反向应用补丁（撤销更改）patch -R original.c < fix.patch

5.2 结合管道与重定向

# 比较命令输出（不生成临时文件）diff <(ls /path1) <(ls /path2)# 比较远程文件diff local.conf <(ssh user@remote 'cat /etc/remote.conf')# 过滤差异行数diff -u file1 file2 | grep '^[+-]' | wc -l

5.3 Shell脚本中的diff应用

#!/bin/bash# 文件完整性检查脚本ORIGINAL_FILE="$1"BACKUP_FILE="$2"if diff -q "$ORIGINAL_FILE""$BACKUP_FILE" > /dev/null; thenecho"✓ 文件一致: $ORIGINAL_FILE"exit 0elseecho"✗ 文件存在差异:"    diff -u "$ORIGINAL_FILE""$BACKUP_FILE"exit 1fi

5.4 比较二进制文件

# diff无法直接比较二进制，可结合cmpif ! cmp -s binary1.bin binary2.bin; thenecho"二进制文件不同"# 使用hexdump生成文本后再diff    diff <(hexdump -C binary1.bin) <(hexdump -C binary2.bin)fi

六、输出格式深度解读

6.1 统一格式（-u）详解

--- a/file.txt  # 源文件标记+++ b/file.txt  # 目标文件标记@@ -起始行,行数 +起始行,行数 @@-删除的行+添加的行 未变的行

6.2 特殊符号含义

• • a: add（新增）
• • d: delete（删除）
• • c: change（修改）
• • <: 文件1的内容
• • >: 文件2的内容
• • !: 上下文格式中的修改标记

七、性能优化与大数据量处理

7.1 加速比较技巧

# 对大文件，先校验和再diff（快速判断）if [ "$(md5sum file1 | cut -d' ' -f1)" != "$(md5sum file2 | cut -d' ' -f1)" ]; then    diff -u file1 file2fi# 使用--speed-large-files优化大文件diff --speed-large-files huge1.log huge2.log# 限制差异行数（避免刷屏）diff -u file1 file2 | head -100

八、常见问题排查

问题1：diff输出太多，找不到关键差异

# 只显示文件名diff -r --brief dir1/ dir2/# 使用colordiff高亮差异（需安装）colordiff -u file1 file2

问题2：Windows与Linux文件行尾差异

# 方法一：转换后再比较dos2unix windows.txtdiff windows.txt linux.txt# 方法二：忽略换行符diff --strip-trailing-cr file1 file2

问题3：权限/时间戳干扰目录比较

# 使用rsync的--dry-run替代（更智能）rsync -avnc dir1/ dir2/# 或diff结合finddiff <(find dir1 -type f -execmd5sum {} \; | sort) \     <(find dir2 -type f -execmd5sum {} \; | sort)

九、与相关工具的对比

十、总结与最佳实践

1. 1. 默认使用统一格式：diff -u是现代标准，兼容性最好
2. 2. 版本控制集成：Git等工具底层就是diff，理解diff有助于掌握rebase、merge
3. 3. 脚本中静默检查：使用diff -q仅返回退出码（0=相同，1=不同）
4. 4. 跨平台注意：始终考虑换行符差异，使用--strip-trailing-cr
5. 5. 性能意识：对大文件先cmp快速判断，避免不必要计算
6. 6. 安全性：比对敏感文件时，注意补丁文件可能泄露信息

掌握diff命令不仅是Shell编程的基本功，更是理解Unix"一切皆文本"哲学的重要窗口。熟练运用diff及其生态链（patch、cmp、comm），能让你的文本处理工作事半功倍。

本文档遵循Shell编程最佳实践，所有示例均可在Bash 4.0+环境直接运行。