So sánh hai đoạn văn bản online: cách đọc kết quả và những khác biệt mắt thường không thấy
Công cụ đặt hai đoạn văn bản cạnh nhau, đối chiếu từng dòng theo thứ tự và tô màu bốn trạng thái: giống nhau, thêm mới, bị xóa và bị sửa. Bảng thống kê phía trên cho biết ngay có bao nhiêu dòng thuộc mỗi loại, tiện khi bạn cần biết hai bản khác nhau nhiều hay ít trước khi đọc chi tiết.
Tính năng nổi bật
- Hai ô nhập song song cho bản gốc và bản cần so sánh
- Đối chiếu theo từng dòng, kết quả cập nhật ngay khi bạn gõ hoặc dán
- Bốn trạng thái phân biệt bằng màu: giống, thêm, xóa và sửa
- Số thứ tự dòng chạy dọc bên trái để đối chiếu với trình soạn thảo của bạn
- Thống kê tổng số dòng thêm, xóa, sửa và giữ nguyên ngay trên đầu bảng kết quả
- Hiển thị bằng phông chữ đơn cách nên các cột ký tự thẳng hàng, dễ soi lệch khoảng trắng
- Nút xóa nhanh từng ô để thử nhiều cặp văn bản liên tiếp
- Chạy hoàn toàn trên trình duyệt, nội dung bạn dán vào không được gửi lên máy chủ
Vì sao đọc bằng mắt luôn bỏ sót
Mắt người rất giỏi nhận ra khác biệt về hình dạng nhưng rất kém nhận ra khác biệt nhỏ trong chuỗi ký tự giống nhau. Đây là lý do bạn có thể đọc đi đọc lại hai bản hợp đồng gần giống mà vẫn bỏ sót một số 0, đọc hai tệp cấu hình mà không thấy một dấu chấm phẩy bị mất, hoặc so hai bản dịch mà không phát hiện một khóa bị đổi tên. Não bộ đọc theo cụm và tự lấp đầy phần nó cho là đã biết, nên càng đọc lâu càng dễ bỏ sót. Máy thì ngược lại: nó so từng ký tự một, không mệt và không suy đoán. Công cụ so sánh không thay bạn quyết định khác biệt nào là quan trọng, nhưng nó bảo đảm bạn nhìn thấy toàn bộ khác biệt để tự quyết. Với công việc mà một ký tự sai là một sự cố, như cấu hình máy chủ, khóa API hay điều khoản hợp đồng, đây là bước không nên bỏ.
Lợi ích khi sử dụng
- Không bỏ sót khác biệt nhỏ mà mắt thường đọc lướt qua
- Biết ngay quy mô thay đổi qua bốn con số thống kê
- Không phải cài phần mềm hay tạo kho lưu trữ chỉ để so hai đoạn văn bản
- Số dòng hiển thị sẵn nên nhảy thẳng tới vị trí cần sửa trong trình soạn thảo
- Nội dung nhạy cảm không rời khỏi máy vì mọi thứ tính trên trình duyệt
Cách so sánh hai đoạn văn bản
- 1Dán bản gốc vào ô bên trái, tức phiên bản bạn coi là mốc chuẩn.
- 2Dán bản cần kiểm tra vào ô bên phải; kết quả hiện ngay bên dưới mà không cần bấm nút nào.
- 3Nhìn hàng thống kê trước để biết quy mô khác biệt, nếu số dòng sửa quá lớn thì nhiều khả năng hai bản bị lệch dòng chứ không phải khác nội dung.
- 4Cuộn bảng kết quả và đọc các dòng có màu, đối chiếu số thứ tự dòng với tệp gốc trong trình soạn thảo của bạn.
- 5Sửa xong thì dán lại bản mới vào ô bên phải để kiểm tra lần nữa, cho tới khi chỉ còn những khác biệt bạn chủ ý giữ.
Công cụ so theo chỉ số dòng, và vì sao bạn cần biết điều này
Đây là điểm quan trọng nhất để dùng công cụ cho đúng. Cách so sánh ở đây là ghép dòng thứ nhất của bản trái với dòng thứ nhất của bản phải, dòng thứ hai với dòng thứ hai, và cứ thế. Nếu hai dòng khác nhau thì đánh dấu là sửa, nếu một bên trống thì đánh dấu là thêm hoặc xóa. Cách này chạy rất nhanh và cho kết quả rõ ràng khi hai bản có cùng cấu trúc dòng, ví dụ hai tệp cấu hình, hai tệp ngôn ngữ, hai bảng dữ liệu xuất từ hai hệ thống, hay hai bản của cùng một đoạn hợp đồng chỉ sửa nội dung trong dòng. Nhưng nếu bạn chèn thêm một dòng ở đầu bản phải thì mọi dòng phía sau bị đẩy xuống một bậc, và toàn bộ phần còn lại sẽ hiện màu sửa dù nội dung không đổi. Dấu hiệu nhận ra rất rõ: số dòng sửa đột nhiên gần bằng tổng số dòng. Khi gặp tình huống đó, cách xử lý là cắt văn bản thành từng khối nhỏ đã căn thẳng hàng rồi so từng khối, hoặc tạm chèn một dòng trống tương ứng ở bản còn lại để hai bên khớp lại vị trí.
Diff thật sự hoạt động thế nào trong các công cụ chuyên dụng
Công cụ diff của hệ thống quản lý mã nguồn giải bài toán khó hơn: tìm cách khớp hai dãy dòng sao cho phần giữ nguyên là nhiều nhất, tức bài toán chuỗi con chung dài nhất. Thuật toán được dùng rộng rãi nhất là thuật toán của Eugene Myers công bố năm 1986, nó tìm đường đi ngắn nhất trên đồ thị chỉnh sửa nên nhận ra được việc chèn hay xóa cả khối mà không làm lệch phần còn lại. Kết quả thường được trình bày theo định dạng unified diff, với dòng tiêu đề dạng hai dấu a còng, số dòng bắt đầu và số dòng của mỗi bên, rồi tới các dòng nội dung có dấu trừ cho phần bị bỏ, dấu cộng cho phần thêm vào và khoảng trắng cho phần giữ nguyên làm ngữ cảnh. Mặc định là ba dòng ngữ cảnh mỗi bên để người đọc định vị được thay đổi. Hiểu định dạng này rất có ích vì nó xuất hiện ở khắp nơi: trong yêu cầu gộp mã, trong bản vá, trong thư thông báo thay đổi. Nếu công việc của bạn là so mã nguồn thường xuyên, hãy dùng công cụ theo thuật toán này; còn công cụ so theo dòng ở đây hợp với các trường hợp cấu trúc đã cố định.
Những khác biệt mắt không nhìn thấy nhưng máy vẫn tính là khác
Nhóm đầu tiên là khoảng trắng. Một dấu cách thừa ở cuối dòng, hoặc thụt đầu dòng bằng phím tab trong khi bản kia dùng bốn dấu cách, đều làm hai dòng khác nhau dù nhìn giống hệt. Nhờ phông đơn cách nên bạn nhận ra bằng cách so vị trí ký tự đầu tiên của hai bên. Nhóm thứ hai là các ký tự Unicode trông giống nhau: dấu nháy thẳng và dấu nháy cong mà trình soạn thảo văn phòng tự đổi, dấu gạch nối thường và gạch nối dài, khoảng trắng không ngắt dòng vốn hay lọt vào khi sao chép từ trang web. Nhóm thứ ba đặc biệt liên quan tới tiếng Việt: một chữ có dấu như ế có thể được lưu bằng một ký tự dựng sẵn, hoặc bằng chuỗi ba ký tự gồm chữ e cộng dấu mũ cộng dấu sắc. Hai cách này hiển thị y hệt nhau nhưng khác nhau về dữ liệu, và hệ điều hành macOS có xu hướng dùng cách tổ hợp trong khi Windows dùng cách dựng sẵn. Đây là lý do một tệp văn bản tiếng Việt đi qua hai máy khác nhau có thể hiện ra khác biệt trên toàn bộ các dòng có dấu.
Những việc thực tế mà so sánh văn bản giải quyết gọn
Đối chiếu hợp đồng là việc thường gặp nhất ngoài lĩnh vực lập trình: đối tác gửi lại bản đã chỉnh sửa và bạn cần biết chính xác họ sửa những gì, nhất là ở các điều khoản về số tiền, thời hạn và phạt vi phạm. Dán hai bản vào đây là ra ngay. Việc thứ hai là so hai tệp ngôn ngữ khi làm website đa ngôn ngữ, để phát hiện khóa bị thiếu hoặc bị đổi tên giữa bản tiếng Việt và bản tiếng Anh. Việc thứ ba là so cấu hình giữa máy chủ chạy tốt và máy chủ đang lỗi, cách nhanh nhất để tìm ra một dòng sai. Việc thứ tư là so hai lần xuất dữ liệu dạng CSV để kiểm tra một lần đồng bộ có làm mất bản ghi nào không, với điều kiện hai lần xuất được sắp xếp cùng thứ tự. Việc thứ năm là kiểm tra nội dung trùng lặp giữa hai bài viết trước khi đăng, khi bạn nghi ngờ người viết đã dùng lại đoạn cũ. Trong mọi trường hợp, hãy sắp xếp hai bên cùng thứ tự trước khi so, vì thứ tự khác nhau sẽ tạo ra một biển màu vô nghĩa.
Khi nào nên dùng công cụ khác thay vì so văn bản thuần
Với tệp Word, đừng sao chép nội dung ra rồi so vì bạn sẽ mất định dạng, chú thích và bảng biểu. Hãy dùng chính chức năng so sánh hai tài liệu có sẵn trong Word, nó cho ra bản đánh dấu thay đổi kèm tác giả và giữ nguyên bố cục. Với tệp Excel, so văn bản thuần gần như vô dụng vì thứ bạn cần so là giá trị theo ô và cả công thức phía sau; hãy dùng chức năng so sánh bảng tính chuyên dụng hoặc viết công thức đối chiếu theo khóa. Với hình ảnh, tệp PDF quét và tệp nhị phân nói chung, so văn bản không có ý nghĩa vì nội dung không phải chuỗi ký tự. Với mã nguồn có lịch sử phiên bản, hãy dùng lệnh diff của hệ thống quản lý mã nguồn vì nó nhận ra được khối bị chèn hay dời chỗ và cho bạn xem theo từng lần thay đổi. Công cụ trên trang này mạnh nhất ở đúng một việc: hai đoạn văn bản thuần, cấu trúc dòng tương ứng, cần biết ngay khác biệt mà không phải cài gì và không phải đưa nội dung ra khỏi máy.
Câu hỏi thường gặp (FAQ)
Vì sao gần như mọi dòng đều bị đánh dấu là sửa?
Nhiều khả năng hai bản bị lệch dòng, thường do bạn thêm hoặc bớt một dòng ở phía trên. Công cụ ghép dòng theo thứ tự nên chỉ cần lệch một bậc là toàn bộ phần sau bị coi là khác. Hãy chèn một dòng trống tương ứng ở bản còn lại, hoặc cắt nhỏ và so từng khối đã căn thẳng hàng.
Công cụ có phát hiện được khối văn bản bị dời chỗ không?
Không. Cách so ở đây là đối chiếu theo chỉ số dòng chứ không dùng thuật toán tìm chuỗi con chung dài nhất, nên một khối bị dời sẽ hiện thành một loạt dòng sửa. Muốn nhận diện khối dời chỗ, hãy dùng công cụ diff theo thuật toán Myers, ví dụ lệnh diff trong hệ thống quản lý mã nguồn.
Hai dòng nhìn giống hệt mà vẫn báo khác nhau, vì sao?
Thường là do khoảng trắng thừa ở cuối dòng, thụt đầu dòng bằng tab so với bằng dấu cách, hoặc ký tự Unicode trông giống nhau như dấu nháy cong và khoảng trắng không ngắt dòng. Với tiếng Việt còn một nguyên nhân nữa là chữ có dấu được lưu bằng ký tự dựng sẵn ở bản này và bằng tổ hợp dấu ở bản kia.
Vì sao văn bản tiếng Việt từ máy Mac so với máy Windows lại khác nhau?
Vì hai hệ điều hành có xu hướng lưu chữ có dấu theo hai dạng chuẩn hóa Unicode khác nhau. Một bên lưu ế là một ký tự, bên kia lưu thành chữ e cộng dấu mũ cộng dấu sắc. Hiển thị giống hệt nhưng dữ liệu khác nên máy tính coi là khác. Cách xử lý là chuẩn hóa cả hai bản về cùng một dạng trước khi so.
Có tùy chọn bỏ qua khoảng trắng hay không phân biệt hoa thường không?
Công cụ hiện so chính xác từng ký tự, không có tùy chọn bỏ qua khoảng trắng hay không phân biệt chữ hoa chữ thường. Nếu bạn cần bỏ qua những khác biệt đó, hãy dùng chức năng tìm và thay thế trong trình soạn thảo để chuẩn hóa hai bản trước, rồi mới dán vào đây.
Có so được hai tệp bằng cách tải lên không?
Không, công cụ nhận nội dung dán trực tiếp vào hai ô. Với tệp văn bản thuần thì mở bằng trình soạn thảo rồi chọn tất cả và sao chép sang là được. Cách này cũng có cái lợi là nội dung không bao giờ rời khỏi trình duyệt của bạn.
So được đoạn văn bản dài bao nhiêu?
Không có giới hạn cứng, nhưng vì kết quả được dựng lại mỗi lần bạn gõ nên với văn bản vài nghìn dòng trình duyệt sẽ chậm dần. Với tệp rất lớn, nên cắt thành từng phần vài trăm dòng để so, vừa nhanh vừa dễ đọc kết quả.
Bảng thống kê thêm, xóa, sửa nên đọc thế nào?
Thêm là những dòng chỉ có ở bản phải, xóa là những dòng chỉ có ở bản trái, sửa là những dòng tồn tại ở cả hai bên nhưng nội dung khác nhau, giống là những dòng trùng khớp hoàn toàn. Nếu số sửa lớn bất thường so với quy mô thay đổi thật thì đó là dấu hiệu hai bản đang lệch dòng.
Dùng công cụ này để so hai bản hợp đồng có ổn không?
Rất hợp nếu hợp đồng ở dạng văn bản thuần và hai bản giữ cùng cấu trúc dòng. Với tệp Word có định dạng, bảng biểu và chú thích thì nên dùng chức năng so sánh tài liệu ngay trong Word vì nó giữ được bố cục và đánh dấu ai sửa gì.
So hai tệp Excel bằng công cụ này được không?
Không nên. Thứ bạn cần so trong bảng tính là giá trị theo từng ô và cả công thức phía sau, còn dán ra văn bản thì mất hết cấu trúc cột. Hãy dùng chức năng so sánh bảng tính chuyên dụng, hoặc viết công thức đối chiếu theo một cột khóa duy nhất.
Nội dung tôi dán vào có được lưu lại không?
Không. Toàn bộ việc so sánh chạy bằng JavaScript ngay trên trình duyệt, không có bước gửi dữ liệu lên máy chủ và không có lịch sử nào được ghi. Đóng tab là nội dung biến mất, nên bạn dùng được với hợp đồng, cấu hình hay dữ liệu nội bộ.
Định dạng unified diff với dòng hai dấu a còng nghĩa là gì?
Đó là dòng tiêu đề cho biết đoạn thay đổi bắt đầu từ dòng nào và kéo dài bao nhiêu dòng ở mỗi bên. Bên dưới, dấu trừ là dòng bị bỏ, dấu cộng là dòng thêm vào, còn dòng bắt đầu bằng khoảng trắng là ngữ cảnh giữ nguyên, mặc định ba dòng mỗi phía để người đọc định vị được vị trí.
Từ khóa liên quan
- so sánh 2 đoạn văn bản online
- diff checker online
- so sánh code online
- công cụ so sánh văn bản
- tìm khác biệt giữa hai file
- so sánh hai bản hợp đồng
- compare text online
- so sánh file cấu hình
- unified diff là gì
- thuật toán diff myers
- so sánh file dịch i18n
- kiểm tra trùng lặp nội dung
- khoảng trắng thừa cuối dòng
- tab hay space thụt đầu dòng
- chuẩn hóa unicode nfc nfd
- chữ tiếng việt có dấu bị lỗi khi so sánh
- git diff là gì
- so sánh hai file excel
- so sánh tài liệu word
- công cụ so sánh văn bản miễn phí
