C# 获取两个文件的差异

在.NET中，我需要一种方法来比较两个文件。我想到了一个类，它代表了一种差异：

public enum DiffEntryState
{
    New,
    Removed,
    Changed
}    
public class DiffEntry
{
    public byte[] Bytes;
    public long FileOffset;
    public DiffEntryState State = BackupByteEntryState.Changed;
}

这些名字应该是不言自明的。我想为每个条目添加一个状态，这样我就可以区分第一个文件比第二个文件大的情况，或者反之亦然

我想知道，是否有一种通用且快速的方法来检索两个文件的逐字节差异。我只需为每个文件创建一个流，并比较这些流的块，直到其中一个结束。是否有更好的方法，或者框架是否有内置的解决方案？请记住，我需要的是差异本身，而不仅仅是存在差异的反馈

//编辑：

在为这个问题睡了一夜之后，我想我在这里采取了错误的方法。整个工具是一个备份解决方案，它将能够只保存更改的字节，从而减少备份所需的总体空间。每次只保存200k或更少的文件，而不是保存一个压缩的14MB文件

但是，在考虑了这个问题之后，我意识到仅仅一个字节一个字节地保存差异是不够的。以文本为例：

这是一根绳子。 这是一根绳子

事实上，这里唯一的变化就是过去。但我的方法会假设更改的内容现在是一个字符串。如果这发生在一个大文件的开头，那么，这种方法是无用的。 显然，我需要一种方法来索引文件，并检测与原始文件相比的所有移动、复制或更改的块。

---

呸…

没有内置功能

---

因此，您必须逐字节比较文件，或者使用一个为您执行此操作的库。

没有内置功能

---

因此，您必须逐字节比较文件，或者使用一个为您执行此操作的库。

查看，可能会有所帮助。

查看，可能会有所帮助。

对于一般情况下的二进制差分，请查看Randal C.Burns和Darrell D.E.Long的文章。另外，Randal Burns的硕士论文将更详细地介绍该算法，并为该算法提供伪代码

你也可能从中得到一些有用的想法

对于文本文件差异，我建议从Eugene W.Myers开始。该算法可用于区分任意两个序列。要比较两个文本文件，请生成哈希代码序列，例如，为每个文件中的每一行调用string.GetHashCode。然后通过Myers算法运行这些序列，例如IList，以找到最短的编辑脚本，即插入和删除，将第一个序列转换为第二个序列

---

我希望这有帮助。我是的作者，它使用Burns的二进制差分算法和Myers的文本差分算法。Diff.Net库的源代码和Apache许可证2.0版下提供的源代码，以及上面的参考应该可以帮助您实现自己的解决方案，而无需从头开始。

有关一般情况下的二进制差分，请参阅Randal C.Burns和Darrell D.E.Long的文章。另外，Randal Burns的硕士论文将更详细地介绍该算法，并为该算法提供伪代码

你也可能从中得到一些有用的想法

对于文本文件差异，我建议从Eugene W.Myers开始。该算法可用于区分任意两个序列。要比较两个文本文件，请生成哈希代码序列，例如，为每个文件中的每一行调用string.GetHashCode。然后通过Myers算法运行这些序列，例如IList，以找到最短的编辑脚本，即插入和删除，将第一个序列转换为第二个序列

---

我希望这有帮助。我是的作者，它使用Burns的二进制差分算法和Myers的文本差分算法。Diff.Net库的源代码和在Apache许可证2.0版下提供，上述参考资料将帮助您实现自己的解决方案，而无需从头开始。

您需要比较哪种文件？文本图像。。。文件可以是任何类型的，这就是为什么我采用字节方法…在这种情况下，你能定义什么是新的、删除的和更改的，例如在图像文件中？还是在.doc文件中？在一般情况下，这些概念几乎没有意义。我编辑了我的原始帖子来澄清一些事情……我成功使用的一个单独的文件库来处理差异：你需要比较什么类型的文件？文本图像。。。文件可以是任何类型的，这就是为什么我采用字节方法…在这种情况下，你能定义什么是新的、删除的和更改的，例如在图像文件中？还是在.doc文件中？这些概念在一般情况下几乎没有意义。我编辑了我的原始帖子，以澄清一些事情……我成功使用的一个单独的文件库来处理diffing：