非英语文本上的git单词差异

如何在人类语言文本（中文）上进行逐字区分

我在git存储库中有一些纯中文文本。文本已被编辑，我想看看哪些单词已被添加/删除。文件中的一行代表一整段文本，因此简单的git diff是不够的：我们知道某些段落中发生了变化，但我们看不到其中哪些句子/单词发生了变化

更糟糕的是，正如我所说，文本是中文的。与英语和其他印欧语系语言不同，汉语不使用空格作为分词符。整个段落，加上中文标点符号，构成一个没有任何空格的统一块。因此，git diff——word diff根本没有帮助

---

有没有办法让中文文本的两个版本之间有一个人类可读的差异？每个字符是否都有一个对应的--word diff

我将此作为我自己问题的答案发布，然而，它只包含解决方案的一部分，一个指向正确方向的指针。有些东西还没找到

从 请尝试以下任一命令：

git diff --word-diff-regex=. 
git diff --color-words=.  

上面两个命令中的任何一个都能让我非常接近。然而，我有两个问题。 如果我简单地键入上面的命令并查看控制台中的输出，我只会看到每个段落的开头。整个线路不适合控制台，git截断了末端（即大部分！）

或者，如果我尝试重定向到一个文件：

git diff --color-words=. > diff.patch

然后使用vim查看文件，我得到一些混乱的东西，看起来更像二进制代码，而不是任何人类可读的东西

更新：
我最终使用了这个解决方案：

wget https://git.kernel.org/cgit/git/git.git/plain/contrib/diff-highlight/diff-highlight --no-check-certificate 
chmod u+x diff-highlight
git diff --color=always | ./diff-highlight | less -R  

---

逐字

diff

应该作为您自己的答案。从中，

--word diff regex

和

--color words

之间的关系如下所示

--color-words[=<regex>
  Equivalent to --word-diff=color plus (if a regex was specified) --word-diff-regex=<regex>.

要将输出重定向到文件，您不应该使用

--color words

（默认情况下

--word diff

作为

color

），因为生成的文本文件无法将通过

git diff

以某种方式编码的颜色信息识别为您得到的混乱。您只需使用

--word diff regex=。

，默认的

--word diff

模式为

普通模式

git diff --word-diff-regex=. > diff.patch

可以满足你的需要。当比较中文文本时，此工具可以逐字显示差异。
谢谢，但上次我检查时，我遇到了与上面提到的问题相同的问题：因为我处理的是多字节字符，所以我得到的是乱码，而不是可读文本。
git diff --word-diff-regex=. > diff.patch