difference Textvergleich (Diff-Prüfung) star

So funktioniert der Vergleich

Das Werkzeug teilt beide Texte in Zeilen auf und führt einen Algorithmus für die längste gemeinsame Teilfolge (Longest Common Subsequence, LCS) aus — dieselbe Kernlogik, die Git und Code-Editoren für ihre "Diff"-Ansicht verwenden. Statt Zeilen nach Position zu vergleichen (Zeile 1 gegen Zeile 1, Zeile 2 gegen Zeile 2), findet LCS die längste Zeilenfolge, die in derselben Reihenfolge in beiden Dokumenten vorkommt. Alles innerhalb dieser gemeinsamen Folge wird als unverändert markiert; was im Original übrig bleibt, wird als entfernt markiert, und was im überarbeiteten Text übrig bleibt, wird als hinzugefügt markiert.

Dieser Unterschied ist wichtig, weil ein naiver positionsbasierter Vergleich in dem Moment scheitert, in dem eine einzelne Zeile am Anfang eines Dokuments eingefügt oder gelöscht wird — jede nachfolgende Zeile würde dann als abweichend erscheinen, obwohl sich tatsächlich nur diese eine Zeile geändert hat. Konkretes Beispiel: Steht im Original "A / B / C / D" und im überarbeiteten Text "A / X / B / C / D", würde ein einfacher zeilenweiser Vergleich B, C und D allesamt als geändert markieren, da sie jeweils um eine Position nach unten gerutscht sind. LCS erkennt dagegen, dass A, B, C und D in beiden Texten weiterhin in derselben relativen Reihenfolge vorkommen, und meldet korrekt nur eine einzige Ergänzung — die neue Zeile X —, während der Rest als unverändert markiert bleibt.

Was Sie wissen sollten

• Zeilenbasiert, nicht wortbasiert: Der Vergleich arbeitet mit ganzen Zeilen. Wird ein einzelnes Wort innerhalb einer langen Zeile geändert, markiert das Werkzeug trotzdem die gesamte Zeile als eine entfernte plus eine hinzugefügte Zeile — die übliche Konvention beim Vergleich von Code und Dokumenten, da sie das Ergebnis übersichtlich hält.
• Leerzeichen und Groß-/Kleinschreibung zählen: Ein nachgestelltes Leerzeichen oder eine andere Groß-/Kleinschreibung lässt zwei sonst identische Zeilen als unterschiedlich erscheinen — es lohnt sich, den Text vorher zu normalisieren, wenn das nicht der gewünschte Vergleich ist.
• Verschobene Inhalte werden korrekt erkannt: Da LCS nach der längsten gemeinsamen Folge sucht statt nach exakten Positionen, wird ein Absatz, der an eine andere Stelle verschoben wurde, aber seine interne Zeilenreihenfolge beibehalten hat, als unverändert erkannt statt als Lösch-und-Einfüge-Paar.
• Große Dokumente sind kein Problem: Der Algorithmus verarbeitet mühelos Tausende von Zeilen; bei extrem großen Dateien (Zehntausende von Zeilen) kann der Browser für die Ausrichtung einen Moment länger brauchen, aber es wird nie etwas hochgeladen — die Berechnung bleibt jederzeit lokal.

Dieselbe Technik liegt auch der "Änderungen nachverfolgen"-Prüfung außerhalb der Programmierung zugrunde: ein Rechtsteam, das zwei Entwürfe einer Vertragsklausel vergleicht, ein Lektor, der genau prüft, was ein Koautor in einem Kapitel umgeschrieben hat, oder ein Übersetzer, der bestätigt, welche Sätze sich zwischen zwei lokalisierten Versionen eines Dokuments verschoben haben. Da der Algorithmus nur auf die Reihenfolge der Zeilen achtet, nicht auf ihre Bedeutung, funktioniert er ebenso gut bei Quellcode, Konfigurationsdateien, Gedichten oder einer als Klartext exportierten Tabellenkalkulation.