Discussion :

[Fabiendst]

Bonjour tout le monde,

Je dois réaliser un script en Java servant à comparer deux fichiers Php.
Le but est de comparer les différences entre deux fichiers ayant le même nom (par exemple lors de nouvelles releases).

J'ai fais quelques recherches, mais je ne trouve pas de script Java permettant de faire cela.
Quelqu'un aurait-il des sources à me donner, ou des idées pour débuter un script à 0 ?

Merci de votre aide,

Fabien

[ternel]

Tu es sur que c'est un script en java?

je connais les programmes java et les scripts javascript... mais pas les scripts java

ps: je connais aussi le programme diff, pourquoi réinventer la roue.
Il y a aussi le plugin compare de notepad++, qui est très pratique

[Fabiendst]

Oui oui, désolé, je dois écrire un programme java capable de faire la différence entre deux fichiers Php.
Avec le numéro de ligne, et le pourcentage de ressemblance/différence.

[ternel]

Soit tu travailles dur, soit tu utilises la magie de diff, avec les bons arguments, en te contentant de parser le résultat.
Voire même, tu utilise java-diff-utils (google sera ton ami)

Si c'est un exercice que tu dois faire, explique-nous ce que tu as déjà fait ou tenté.

[Fabiendst]

Excusez moi pour le temps de réponse,

En fait, je me suis mieux entendu avec ma tutrice de stage, et je vais utiliser la commande Linux "diff" pour faire la différence entre les deux fichiers.
Il faut que je compte également le nombre de différences. Pour ça, j'ai pu m'apercevoir qu'il y avait des "." à la fin de chaque différence, du coup, je fais un grep sur ceux-ci, et je compte le nombre de lignes.

Commande : diff -e -B FileOne FileTwo | grep ^[.] | wc -l > file3

Il faut maintenant que je trouve comment faire le pourcentage de changement,
je pense qu'on peut savoir le nombre de lignes d'un fichier texte, du coup, je pense faire : (NbreChangements/NbreLignes)*100

Vous en pensez quoi?

[joel.drigo]

Salut,

...
Il faut maintenant que je trouve comment faire le pourcentage de changement,
je pense qu'on peut savoir le nombre de lignes d'un fichier texte, du coup, je pense faire : (NbreChangements/NbreLignes)*100

Vous en pensez quoi?

J'en pense :

• Que c'est probablement la seule solution (à coup de wc -l, et de expr peut être bien...) ;
• Que ta question n'a plus grand chose à voir avec java. Peut être devrait-on la déplacer vers un forum plus adéquat ? Qu'en penses-tu ?

[Fabiendst]

Bonjour,

Oui, je suis désolé pour le hors sujet, je pensais faire un programme Java à la base.

[Flodelarab]

Bonjour,

Vous en pensez quoi?

Je pense que chaque ligne devrait se terminer par un point virgule avant de comparer car si non, ta comparaison sera caduque.
Pour se faire, j'utiliserais sed. Et je supprimerais les tabulations et espaces superflus.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
System.out.println(
"Hello la compagnie"
);

est identique à

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

System.out.println("Hello la compagnie");

[disedorgue]

Bonjour,

Après avoir fait ton diff, tu peux peut-être utiliser diffstat ....

[ok.Idriss]

Bonsoir.

@Flodelarab : pour un diff traditionnel (comme le "compare with each other" de eclipse, vimdiff, commande diff ou autres), les deux lignes que tu cites ne sont pas identiques

En tout cas c'est à définir dans le besoin si la comparaison doit ignorer les espaces et retours à la lignes entre instructions ou pas.

Idriss

[Fabiendst]

Bonjour,

Tout d'abord, merci pour vos réponses.

Je ne dois pas tenir compte des sauts de lignes, suppression de lignes vides, ou de Tab'.

[ok.Idriss]

Re-bonsoir.

Commande : diff -e -B FileOne FileTwo | grep ^[.] | wc -l > file3

"Limiter les processus superflus !"

=>

-c, --count
Suppress normal output; instead print a count of matching lines
for each input file. With the -v, --invert-match option (see
below), count non-matching lines. (-c is specified by POSIX.)

Donc le wc -l n'est pas utile avec cette option

Je ne dois pas tenir compte des sauts de lignes, suppression de lignes vides, ou de Tab'.

Donc la proposition de Flodelarab est à retenir

Cordialement,
Idriss

[Fabiendst]

Mais le -c ne me dit pas le nombre de différences il me semble non?
(Seulement le nombre de lignes de l'output normal).

[ok.Idriss]

Mais le -c ne me dit pas le nombre de différences il me semble non?
(Seulement le nombre de lignes de l'output normal).

wc -l va compter le nombre de ligne sur la sortie standard (donc le nombre de lignes matchées par grep).

-l The number of lines in each input file is written to the standard output.

grep -c va compter le nombre de ligne matchées par le motif passé en paramètre (ce qui correspondrait au nombre de lignes que grep aurait renvoyé sur stdout si on avait pas mis -c).

Donc aucune différence entre les deux si ce n'est que dans un cas, tu fait appel à un programme de plus ... pour rien (même si c'est négligeable)

Autre remarque :

Pour ça, j'ai pu m'apercevoir qu'il y avait des "." à la fin de chaque différence, du coup, je fais un grep sur ceux-ci, et je compte le nombre de lignes.

Ton motif match les lignes qui commencent par "." ...

Idriss

[Fabiendst]

Pour les ".", je sais, j'ai remarqué qu'il y en avait un à chaque différence trouvée.
Je n'ai malheureusement pas trouvé de meilleur moyen. :/

Par exemple, quand "Coucou, je m'appelle Fabien" devient "Salut, je m'appelle Fabien", ça me compterai 2 différences :
< Coucou, je m'appelle Fabien
> Salut, je m'appelle Fabien

Alors que je veux que ça n'en soit qu'une

(Oui, je sais un ami m'a dit "Tu n'as qu'à diviser par deux", mais ça ne marche pas comme ça à chaque coup. :/)

[nanooby]

Pour les ".", je sais, j'ai remarqué qu'il y en avait un à chaque différence trouvée.
Je n'ai malheureusement pas trouvé de meilleur moyen. :/

Par exemple, quand "Coucou, je m'appelle Fabien" devient "Salut, je m'appelle Fabien", ça me compterai 2 différences :
< Coucou, je m'appelle Fabien
> Salut, je m'appelle Fabien

Alors que je veux que ça n'en soit qu'une

(Oui, je sais un ami m'a dit "Tu n'as qu'à diviser par deux", mais ça ne marche pas comme ça à chaque coup. :/)

Alors non, ça ne te compte pas deux différence, ça te montre la ligne dans le premier ainsi que celle dans le deuxième fichier. Tu as bien ici une seule différence car avant ces deux ligne, 1 et 1 seule ligne diff est présente.
J'ai eu il y a peu de temps besoin de diff, et de réaliser des opérations deçu. Voici ce qu'on m'a aidé à réaliser :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
diff -rs  ${Rep_resultats}/ ${Rep_modeles}/ | awk '
	/^Files.+ are identical$/ {
	   gsub(/^.+\//,"",$(NF-2));
	   gsub(/.xml/,"",$(NF-2));
	   print $(NF-2) " : OK" > Rapport_de_test;
	   next;
	}
	/^diff -rs.+ / {
	   print $0 > Resultat_diff;
	   gsub(/^.+\//,"",$4);
	   gsub(/.xml/,"",$4);
	   print $4 " : KO" > Rapport_de_test;
	   next;
	}
	/^[<|>]+.+/ {
	   print $0 > Resultat_diff;
	   next;
	}
	' Rapport_de_test="${Rapport_de_test}" Resultat_diff="${Resultat_diff}"

Ici, je compare deux répertoires récursivement, et pour chaque fichier ayant son double (comparaison du nom), il réalise un diff sur les deux fichiers.
Ensuite j'utilise la fonction awk qui me permet sur chaque ligne de la sortie du diff, de réaliser une action.
Dans le premier cas, si mon retour du diff me dit que les fichiers sont identiques, j'écris le nom du fichier et " : OK".
Deuxième cas, si le retour du diff correspond à une différence des fichiers, j'écris le nom du fichier et " : KO", et j'insère ma ligne dans un fichier pour récupérer les erreurs de mon diff.
Troisième cas, si ma ligne ne correspond pas au deux types précédents, c'est le cas des fameuses lignes dont tu as parlé, je vérifie que c'est bien ça et je les insères dans mon fichier de résultat du diff pour récupérer les erreurs.

Ceci peut évidemment s'adapter pour ton problème. Il suffit de garder ton diff et de réaliser les différentes actions en fonction du résultat. Tu peux utiliser des variables que tu incrémente et réaliser une opération dessus à la fin.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
diff -bBs  fichier1 fichier2 | awk '
	/^Files.+ are identical$/ {
           Compteur_no_diff+=1;
	   next;
	}
	/^diff -bBs.+ / {
           Compteur_diff+=1;
	   next;
	}
	' Compteur_no_diff="${Compteur_no_diff}" Compteur_diff="${Compteur_diff}"

EDIT : Tu dois d'abord déclarer tes variables dans le shell, ensuite tu les utilises dans le awk grâce à la dernière ligne. Il faut également les initialiser à 0.

Pour réaliser le calcul final (pourcentage), je laisserai les autres répondre, je veux pas dire de bêtises.

Cette solution te permet de faire un diff sur deux fichiers que tu pourrais renseigner en paramètre de ton script (http://frederic-lang.developpez.com/...l/?page=page_6)
Sinon, j'ai vu qu'au début tu parlais de deux fichiers portant le même nom. Je sais pas trop si tu en as plusieurs à comparer, et comment ils sont stockés, mais rien ne t’empêche de faire la même chose que moi, c'est à dire faire un diff sur les fichiers grâce à la récursivité de diff. Pour info :

-b
--ignore-space-change
Ignore changes in the amount of white space.

-B
--ignore-blank-lines
Ignore changes whose lines are all blank.

-r
--recursive
Recursively compare any subdirectories found.

-s
--report-identical-files
Report when two files are the same.

J'espère t'avoir aidé
Les autres passeront pour améliorer/modifier ma solution.

[jack-ft]

Oui oui, désolé, je dois écrire un programme java capable de faire la différence entre deux fichiers Php.
Avec le numéro de ligne, et le pourcentage de ressemblance/différence.

Comment est spécifié le pourcentage de ressemblance/différence?????

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
$ cat plop1
aaaa
bbbbbbbbbbbbbbbb
cccccccccccccccc
dddddddddddddddd
eeee
ffffffffffffffffffff
gggggggggggggggg
hhhh
 
$ cat plop2
aaaa
CCCC
eeee
GGGG

Le 1er fichier a 8 lignes, le 2nd a 4 lignes. Ils ont 2 lignes en commun. Pour le 1er, le pourcentage de lignes communes est donc 2/8 soit 1/4. Pour le 2nd, le pourcentage de lignes communes est 2/4 soit 1/2.
Donc leur "ressemblance" est 1/4 ou 1/2?

De plus, si on compte les caractères en commun et non plus les lignes, le résultat est encore différent.

En outre, remarquons que le résultat du diff correspond toujours à une structure du genre: répétition de {{bloc de lignes identiques} {bloc de lignes différentes}} (avec la possibilité (que nous négligerons dans la suite) qu'il manque le {bloc de lignes identiques} initial ou le {bloc de lignes différentes} final).

En conséquence, le nombre de {bloc de lignes identiques} est toujours égal au nombre de {bloc de lignes différentes} (à +1 ou -1 près).
Donc, nb de {blocs de lignes différentes} / nb total de blocs = 1/2

Donc, si on ne prend en considération que le nombre de blocs différents (comme le propose la méthode suggérée de comptage de '^[.]$'), le "pourcentage de différence" est toujours 1/2, (ce qui simplifie considérablement le programme!).

De l'importance des spécifications précises... (surtout pour un chipoteur...)

[nanooby]

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
diff -bBsr  rep1 rep2 | awk '
	/^Files.+ are identical$/ {
           Compteur_no_diff+=1;
	   next;
	}
	/^diff -bBsr.+ / {
           Compteur_diff+=1;
	   next;
	}
	' Compteur_no_diff="${Compteur_no_diff}" Compteur_diff="${Compteur_diff}"

Petite rectification, ma solution n'a de sens que si c'est pour des répertoires en mode récursif

[Fabiendst]

Tout d'abord, je tiens à vous remercier de vos réponses.

Finalement, j'ai réalisé un Programme en python, grâce à une fonction que j'ai trouvé pour faire la différence entre deux fichier

Code python :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
import os
from difflib import SequenceMatcher
 
#Variables pour la moyenne
compteur = 0;
pourMoyenne = 0.00;
 
rep1 = "repertoire1"
rep2 = "repertoire2"
 
rep1str = rep1.split("/")
rep2str = rep2.split("/")
 
 
for path, dirs, files in os.walk(rep1):
    for filename in  files :
 
        for path2, dirs2, files2 in os.walk(rep2):
            for filename2 in files2:
 
                if filename==filename2: #Permet de voir si les deux fichiers ont le meme nom.
 
                    str = path.split("/")
                    str2 = path2.split("/")
 
                    list1=[]
                    list2=[]
 
                    i=-1;
                    #Rempli la premiere liste des dossiers dans lequel le fichier se trouve (en partant de la fin)
                    # En mettant pour condition de fin le fait que le nom du dossier soit le nom de la release
                    while (str[i]!=rep1str[-1]):
                        list1.append(str[i])
                        i=i-1
 
 
                    j=-1;
                    #Rempli la deuxieme liste des dossiers dans lequel le fichier se trouve (en partant de la fin)
                    # En mettant pour condition de fin le fait que le nom du dossier soit le nom de la release
                    while (str2[j]!=rep2str[-1]):
                        list2.append(str2[j])
                        j=j-1
 
 
                    if (list1==list2):
                        compteur=compteur+1
                        text1=os.path.join(path,filename)
                        text2=os.path.join(path2,filename2)
                        m = SequenceMatcher(None, text1, text2)
                        m.ratio()
                        pourMoyenne = pourMoyenne + m.ratio()*100
 
                        #Pour les fichiers un par un :
                        #print os.path.join(path, filename)
                        #print os.path.join(path2, filename2)
                        #print "Pourcentage de ressemblance : ", m.ratio()*100, "\n"
                        #print "---------------------------------------------------------------------------------"
 
#Calcul de la moyenne
moyenne= pourMoyenne/compteur
 
#Affichage
print " ------------------------------------------"
print "|       Average : ", moyenne, "%         |"
print " ------------------------------------------"

[ok.Idriss]

Le problème est-il résolu du coup ?