
这个工具解决什么问题
改材料的人常碰到这个场面:一份须知、一段说明改到第 4 版,被问「跟第 2 版比改了哪些地方」,只能把两份文档并排开着,一行一行往下扫。扫到第 10 行,刚才看过的第 3 行已经忘了长什么样。更常见的是让 AI 把一段话改写一遍——改完看着差不多,但到底是换了措辞、动了数字,还是悄悄删掉了一整句,不逐字对着看根本发现不了。Word 自带的比较要开两个文档、走一遍对话框,最后得到的是第三份带修订标记的文档,还得再存一次;在线文档的版本对比要求两份都在同一个账号里。文件在自己电脑上、格式还不一样的时候,人能依靠的只剩眼睛,而眼睛会累。
- 原来的做法:把两份文档并排开在两个窗口,靠眼睛来回扫;或者用文字处理软件的比较功能走一遍对话框,再对着生成的修订稿逐条确认
- 用这个工具:两个文件各选一次,中间一屏就是结果:删掉的行在左边标红、新增的行在右边标绿、改动过的行标黄,改动的字再用深色块单独点出来;底部直接给出「新增 1 / 删除 1 / 修改 9」,按「下一处」逐段跳
- 省下来的:把「来回扫 + 怕漏看」换成「看颜色 + 按按钮跳」;几十行的须知一两分钟能核完,长文档也不会看到后面忘了前面,核完还能导出一份可以直接发给同事的对照稿
技术实现
这类工具的技术难点不在窗口,而在三件事:算得准、对得齐、看得清。算得准靠自己写差分——.NET 没有内置的差分算法,用二维表求最长公共子序列也能做,但 2000×2000 就是四百万个单元格,一步吃掉十几兆内存,而且改动越少越浪费;Myers 的复杂度是「总行数 × 差异数」,对着只改了十几处的稿子几乎瞬间出结果。对得齐靠「对齐行」这个模型:把差异结果摊成一行行,某一侧没有内容就留一个空行占位,于是左右两栏的行数永远相等,同步滚动只需要让两个栏的首行号相同,不需要任何坐标换算。看得清靠两级上色:整行浅色说明这一行变了,行内深色块说明这几个字变了——如果只给整行上色,四五十个字的长句里改了两个数字照样看不见。三层切得很硬:DiffEngine 只做算法,TextIo 只做读取,MainForm 只做渲染,前两层不引用任何界面类型,所以 56 条自测可以在没有窗口的情况下全部跑完。
- 自己写 Myers 差分,先把公共前后缀剥掉:两份稿子的开头和结尾通常一模一样,先线性剥掉公共前缀与公共后缀,中间真正要算的部分往往只剩几十行。Myers 用「编辑距离 d 对应的最远 x 坐标」这一组数推进,每轮只算 k ∈ [-d, d] 的奇偶格,回溯时按 d 递减找回路径。复杂的地方在边界:k = -d 时只能从上方来,k = d 时只能从左方来,写错一处就会得到一条「看似合理但多绕了几步」的路径——自测里用 3000 行只改 10 行的样本专门卡这条。
- 唯一行当锚点,把大文件切成小段:剥完前后缀,如果中间还很大,就先找出「两边都只出现一次」的行(空行不算,空行到处都是),再用最长递增子序列挑出顺序一致的一批当骨架,骨架之间的小段各自去算。这是 patience diff 的思路:人改稿时大部分行原样保留,拿它们当锚点,既快又不会把对照切得七零八落。实测 3000 行只改 10 行的文档,整篇对照 4 毫秒。
- 对齐行模型,让同步滚动变成一句比较:差分出来的是一条编辑脚本,直接渲染会得到「左边 3 行红的、右边 3 行绿的」这种错位视图。程序把「删 N 行 + 插 M 行」按顺序两两配对成「修改」,配不上的多出来才是纯删除或纯新增,每一行都带上左右行号(没有就记 0)。这样两栏行数相同、同一行号就是同一屏内容,滚动同步只要比较首行号再补一次滚动,不需要任何位置换算。
- 行内按词切分,中文一个字一个 token:整行标黄之后还得看出改了哪几个字,做法是对这一行再做一次差分——但比的对象不是字符而是 token:英文与数字连写算一个词,中文一个字一个,空白连写算一个,标点单独一个。逐字符比会把「10 月 8 日」改成「10 月 18 日」渲染成一堆碎块,按 token 比则「18」是一个整体。相邻的改动片段还会合并,避免出现一串断续的小色块;纯空白的片段直接丢弃,看不见的东西标成黄色只会让人困惑。
- 行号槽自己画,坐标逐行问控件:行号的纵坐标不用「字体高度 × 行数」估算:175% 缩放下每行差半像素,滚到第 30 行就错开一整行。改成逐行向文本框取「这一行第一个字符画在哪个 y」,与文字严丝合缝。这里有个坑:空行取到的下标其实是上一行末尾的换行符,直接问会得到上一行的位置,行号会整体上移一格,所以空行要取下标 +1。色条高度也按相邻两行的实际间距算,贴住整行不留缝。
- 编码判定的顺序不能错:顺序是:先看 BOM(UTF-8 / UTF-16LE / UTF-16BE),没有 BOM 就看零字节分布猜 UTF-16,再严格试 UTF-8(解码失败会抛异常,正好当判定),最后才轮到 GB18030。GB18030 几乎能吃下任意字节串而不报错,如果排在 UTF-8 前面,真正的 UTF-8 中文会被解成乱码,而且整个过程一声不吭——这是无提示错误的典型。
- Word 文档不装库也能读:.docx 本身就是一个 zip,正文在 word/document.xml 里。第一遍把「段落结束」「制表」「换行」三种空标签换成占位符,第二遍扫标签只取 w:t 里的文字并还原 & 这类实体。分两遍是因为一遍扫到底要同时判断开闭标签与自闭合标签,漏掉 </w:p> 的结果就是整篇挤成一行——自测里专门留了一个带空段落的样本卡这个。
- 上色期间关重绘,超预算就降级:一行一行设置底色,每设一次界面就重绘一次,几百行会闪成幻灯片。做法是先发 WM_SETREDRAW 关掉重绘,全部设完再打开并整体重画一次。另外设了预算:修改行超过 1200 行或片段超过 6000 个,行内标字整体关掉,底部提示「改动过多,已关闭行内标字」——宁可不标,也不能让人点一下按钮等半天。
技术栈:C# 5、.NET Framework 4.8、WinForms 窗体、Myers 差分(含前后缀剥离与唯一行锚点)、词法切分的行内高亮、自绘行号槽(EM 坐标逐行取位)、UTF-8 / UTF-16 / GB18030 编码判定、.docx 直接解析(zip + document.xml)
已知局限:只做两份文本的逐行对照,不做三份合并、不做目录对比、不做二进制文件对比。旧版 .doc 是二进制格式读不了,需要在 Word 里另存为 .docx;PDF 与图片里的文字也不处理(不是纯文本,取不到可靠的行)。单个文件上限 8 MB,超过会直接提示——对照是给人逐行看的,再大也读不完。行内标字对超过 4000 字符的单行不做,改动极多时也会整体关闭,此时只有整行颜色。
同类软件对照
下面几款都是公开可查的同类软件,定位各不相同。这里只说明各自的定位,以及本工具在其中的位置,方便你判断哪一类更契合自己的用法。
| 软件 | 它的定位 | 本工具的定位 |
|---|---|---|
| WinMerge | 开源的差异对比工具,覆盖文件与目录,界面偏工程视角,可配置项很多 | 本工具只做两份文稿的对照:界面上只有「旧稿 / 新稿」两行,行内标字默认开启,不需要先理解一堆比较规则 |
| Beyond Compare | 商业化的对比与同步工具,支持文件、文件夹、表格、图片等多种对象 | 定位是专业对比与同步;本工具把范围收在「两份稿子改了什么」这一件事上,双击即用,不用建会话、不用配规则 |
| 文字处理软件自带的「比较」 | Word 等软件内置的文档比较功能,会生成一份带修订标记的新文档 | 本工具不生成第三份文档,而是一屏并排显示两稿,颜色只表达增删改三件事;产物是可以直接转发的单页网页对照稿 |
| 编辑器里的差异视图 | VS Code 等编辑器内置的对比视图,面向代码与工程文件 | 本工具是独立窗口,不用先装编辑器;.docx 也能直接选,不必先另存成纯文本再比 |
以上仅作定位对照,各软件的可用性、授权方式与功能范围请以其官方页面为准。
操作教程
- 解压后双击「文稿差异对照.exe」
不需要安装任何运行库(Win10/11 自带 .NET Framework 4.8)。打开即载入一份示例借阅须知,不用点任何按钮。
预期结果:窗口打开,左边是第 2 版、右边是第 3 版,差异行带颜色,底部显示「新增 1 行 删除 1 行 修改 9 行」 - 在「旧稿」那一行点「选择文件…」
选改之前的文件(.txt / .md / .csv / .log / .docx 都行)。也可以直接把文件拖到窗口里。
预期结果:路径出现在输入框里,程序立刻重新对照一次 - 在「新稿」那一行选改之后的文件
同样的操作。两侧面板标题栏右侧会显示识别到的编码与行数。
预期结果:右侧换成新稿内容,颜色、统计、差异处数同步刷新 - 按需勾选对照选项
「忽略行尾空白」默认勾上——只差几个空格的行不算改动。另有忽略全部空白、忽略英文大小写、忽略空行三项。改完点「开始对照」。
预期结果:只调格式的行不再标色,统计数字随之变小 - 用「上一处 / 下一处」逐段核对
底部右侧显示当前位置,例如「第 3 / 6 处」。跳转时左右两栏会一起滚到同一行。
预期结果:光标定位到该段差异的首行,两栏始终对齐 - 点「导出对照稿」存成网页
保存对话框里选个位置,默认名带日期时间。
预期结果:生成一个 .html 文件,双击用浏览器打开就是双栏对照稿,可以直接发给别人
把两个文件一起拖到 exe 图标上也能直接对照(先拖旧稿、后拖新稿),这是给经常批量核对的人留的捷径。
常见问题
技术实现与后续维护
工具由我们自行开发并持续维护,每次迭代都在本机跑完整自测再发布。下面说明它的技术构成与可扩展方向,方便你判断是否契合自己的场景。
技术构成:
src/MainForm.cs—— 窗口、左右对照面板、行号槽、滚动同步、导出src/DiffEngine.cs—— 差分算法:前后缀剥离、唯一行锚点、Myers、对齐行、行内分词比对src/TextIo.cs—— 编码判定、拆行、.docx 正文提取src/Report.cs—— 导出单文件网页对照稿(转义、行内片段渲染)src/Model.cs—— 数据模型:对齐行、差异块、对照选项src/Samples.cs—— 内置示例文稿(虚构的阅览室须知两版)src/SelfTest.cs—— 无界面自测,56 条断言src/Program.cs—— 入口、DPI 声明、全局异常兜底
运行环境:
Windows 10 / 11(Win7 SP1 亦可,需装 .NET Framework 4.8)。单文件 exe,不写注册表、不装服务、不需要管理员权限。编译由 build.bat 完成,调用系统自带的 .NET Framework 编译器,不需要 Visual Studio 或任何 SDK。
可扩展方向:
- 增加第三份稿件的三栏对照(当前是两栏对齐模型,扩展时要改成多栏的列对齐)
- 把差异结果导出成表格(每行一处改动:行号、旧内容、新内容),便于走审批流程
- 支持按章节折叠:只展开有改动的段落,长文档核对更快
- 记住上次勾选的选项与窗口大小,减少重复设置
- 对 .docx 增加批注与修订标记的读取(当前只取正文文字)
本工具免费提供使用,功能完整、不设限制。如果你需要在本工具基础上做功能调整、对接内部系统或长期维护,可以联系我们做二次开发。
需要其它功能?可以定制
这个工具只做一件事:改完一版稿子,想逐行看清跟上一版差在哪,只能开两个窗口用眼睛来回扫。如果你的场景还需要别的处理,可以联系我们做二次开发,按你的实际数据格式和流程定制。
常见的定制需求:
- 把对照结果直接写进内部系统的审核表
- 对接企业网盘,选一个目录就自动比最新两版
- 按行业术语表做同义词归一,避免把「居民」改成「住户」这种同义替换也算作差异
- 批量核对:一次导入十几组文件,输出一份汇总清单
- 联系方式:邮箱/微信见站内「联系我们」页面,或在本文下方留言
- 定制说明:请附上你的数据样例(脱敏即可)和期望结果,方便快速评估工作量
- 交付形式:定制项目交付可执行程序,支持后续版本迭代与长期维护
使用说明与免责声明
- 本工具在本地运行,不联网、不上传任何数据到服务器。
- 涉及文件改写的功能,请在使用前备份原始文件。
- 软件完全免费,可自由使用与转发,请勿用于倒卖。
- 因误操作造成的数据问题请自行承担。

