Jak mogę różnicować dwa pliki XML?

W systemie Linux, jak mogę wygenerować różnicę między dwoma plikami XML?

Idealnie chciałbym być w stanie skonfigurować to do pewnych ścisłych rzeczy, lub poluzować niektóre rzeczy, takie jak białe znaki lub kolejność atrybutów.

Często dbam o to, że pliki są funkcjonalnie takie same, ale same w sobie różnią się, byłoby denerwujące w użyciu, szczególnie jeśli plik XML nie ma wielu podziałów liniowych.

Na przykład, naprawdę powinno być dla mnie w porządku:

<tag att1="one" att2="two">
  content
</tag>

<tag att2="two" att1="one">
  content
</tag>

Jednym z rozwiązań byłoby najpierw przekształcenie obu plików XML w Canonical XML i porównanie wyników za pomocą diff. Na przykład xmllint może być użyty do kanonizacji XML.

$ xmllint --c14n one.xml > 1.xml
$ xmllint --c14n two.xml > 2.xml
$ diff 1.xml 2.xml

Lub jako jedna linijka.

$ diff <(xmllint --c14n one.xml) <(xmllint --c14n two.xml)

Odpowiedź Jukki nie działała dla mnie, ale wskazywała na Canonical XML. Ani --c14n ani --c14n11 klasyfikowane atrybuty, ale zrobiłem znaleźć --exc-c14n przełącznik zrobił porządek atrybutów. --exc-c14n nie jest wymieniony na stronie podręcznika, ale jest opisany w wierszu poleceń jako „wyłączny format kanoniczny W3C”.

$ xmllint --exc-c14n one.xml > 1.xml
$ xmllint --exc-c14n two.xml > 2.xml
$ diff 1.xml 2.xml

$ xmllint | grep c14
    --c14n : save in W3C canonical format v1.0 (with comments)
    --c14n11 : save in W3C canonical format v1.1 (with comments)
    --exc-c14n : save in W3C exclusive canonical format (with comments)

$ rpm -qf /usr/bin/xmllint
libxml2-2.7.6-14.el6.x86_64
libxml2-2.7.6-14.el6.i686

$ cat /etc/system-release
CentOS release 6.5 (Final)

Ostrzeżenie --exc-c14n usuwa nagłówek xml, podczas gdy --c14n poprzedza nagłówek xml, jeśli go nie ma.

Próbowałem użyć odpowiedzi @Jukka Matilainen, ale miałem problemy z białą spacją (jeden z plików był ogromną jednostronną linią). Używanie --formatpomaga pominąć różnice białych znaków.

xmllint --format one.xml > 1.xml  
xmllint --format two.xml > 2.xml  
diff 1.xml 2.xml  

Uwaga: Użyj vimdiffpolecenia do porównania plików XML.

Diffxml poprawnie dostosowuje podstawową funkcjonalność, choć wydaje się, że nie oferuje wielu opcji konfiguracji.

Edycja: Project Diffxml jest migrowany do GitHub od 2013 roku.

Jeśli chcesz również zignorować kolejność elementów potomnych, napisałem do tego proste narzędzie pythonowe o nazwie xmldiffs:

Porównaj dwa pliki XML, ignorując kolejność elementów i atrybutów.

Stosowanie: xmldiffs [OPTION] FILE1 FILE2

Wszelkie dodatkowe opcje są przekazywane do diffpolecenia.

Pobierz na https://github.com/joh/xmldiffs

Mój skrypt xdiff.py w Pythonie do porównywania plików XML ignoruje różnice w spacji i kolejności atrybutów (w przeciwieństwie do kolejności elementów).

W celu porównania dwóch plików 1.xmli 2.xml, by uruchomić skrypt w następujący sposób:

xdiff.py 1.xml 2.xml

W przykładzie PO nie wyprowadziłby nic i zwrócił status wyjścia 0(bez różnic strukturalnych lub tekstowych).

W przypadkach, gdzie 1.xmli 2.xmlróżnią się strukturalnie, to naśladuje jednolitą wyjście GNU diff i zwraca kod zakończenia 1. Istnieją różne opcje sterowania wyjściem, takie jak -awyprowadzanie całego kontekstu, -nwyprowadzanie bez kontekstu i -qcałkowite tłumienie wyjścia (przy jednoczesnym zwracaniu statusu wyjścia).

Używam Beyond Compare do porównywania wszystkich typów plików tekstowych. Tworzą wersje dla systemu Windows i Linux.

Nasz SD Smart Differencer porównuje dokumenty na podstawie struktury, a nie faktycznego układu.

Jest XML Smart Differencer. W przypadku XML oznacza to dopasowanie kolejności znaczników i treści. Należy zauważyć, że ciąg tekstowy we wskazanym fragmencie był inny. Obecnie nie rozumie pojęcia XML atrybutów znacznika wskazującego, czy białe znaki są znormalizowane czy znaczące.

Nie jestem pewien, czy (zależność) narzędzia online liczy się jako rozwiązanie, ale, o ile jest ono warte, uzyskałem dobry wynik w tym internetowym narzędziu porównywania XML . To po prostu działa.