テキスト比較の読み方|緑・赤・灰色の意味と仕組み

公開ツールテキスト比較(diff)

目次
  1. 「どこが変わったか」を目で探して見落とす瞬間
  2. ツールを使わずに自分で行単位で比較する方法
  3. 結果を読むときによくある誤解
  4. まとめ
  5. よくある質問

2つのバージョンの文章やコードを並べて「どの行が変わったか」を目で探すのは、思っている以上にミスが多い作業です。人の目は似た行を同じ行と見間違えやすいからです。

行単位の比較(diff)はこの作業を機械的に行い、追加された行は緑、削除された行は赤、そのままの行はグレーで分けて表示します。この記事では、どちらのバージョンが正しいかではなく、その結果を正確に読む方法を計算の仕組みから解説します。

まとめ ① diffはまず、2つのテキストから順序を保ちながらできるだけ多く重なる共通の行(LCS)を探し、残った行を追加・削除に振り分けます。 ② 緑(+)は変更後にだけある行、赤(−)は元にだけある行、グレーは両方にまったく同じ形である行です。 ③ 比較の単位が「行」なので、1行の中のわずかな修正でも、その行全体が「削除して追加」と判定されます。

「どこが変わったか」を目で探して見落とす瞬間

同僚がお知らせや契約書の改訂版を送ってきて、「2、3か所直しました」とだけ言うとします。元の版と新しい版を並べて表示し、上から読み進めながら違う箇所を探します。

問題は、人の目が似た行を同じ行と見間違えることです。前半の数文字が同じなら「ここは変わっていない」とやり過ごしてしまいがちですが、実際には後ろの方の日付や金額が1か所だけ変わっている、ということがよくあります。長い文書ほど、こうした見落としは増えていきます。

コードや設定ファイルはさらに敏感です。スペース1つ、セミコロン1つの違いで動作が変わるのに、そうした微妙な変化は目でざっと追っただけではほとんど見つかりません。

そこで必要になるのが、「どの行が追加・削除・そのままなのか」を機械的に判定して色で示す、行単位の比較です。

ツールを使わずに自分で行単位で比較する方法

diffは魔法ではなく、決まったルールに従った計算です。仕組みさえ分かれば、短い文章なら手作業でも同じことができます。

ポイントは2つの段階です。まず両方に順序を保って同じように現れる行を、できるだけ長く見つけ出します。 これを最長共通部分列(LCS)と呼びます。次に、この共通の行に含まれなかった残りを、元にだけあれば削除、変更後にだけあれば追加として示します。

たとえば、元と変更後が次のようになっているとします。

[元]          [変更後]
りんご        りんご
バナナ        いちご
ぶどう        ぶどう

両方に順番どおり同じように出てくる行は「りんご」と「ぶどう」です。この2つが共通の行(グレー)です。残った「バナナ」は元にだけあるので削除(赤 −)、「いちご」は変更後にだけあるので追加(緑 +)です。

結果を順番につなぐとこうなります。

  りんご      (同一)
- バナナ      (削除)
+ いちご      (追加)
  ぶどう      (同一)

まとめると、追加1行、削除1行、同一2行です。これがツールが画面上に示す数字と色の正体です。

コマンドに慣れているなら、同じことを標準的なツールでも行えます。macOS・Linuxなら2つのファイルを作って diff 元.txt 変更後.txt、Gitリポジトリでなくても git diff --no-index 元.txt 変更後.txt を使えば済みます。これらのdiff系ツールも、共通の行をできるだけ合わせたうえで残りを +/− で示す、同じ仕組みで動いています。

ただ、ファイルを作ってコマンドを打つのは手間ですし、色分けされた結果をひと目で見るならWeb画面の方が楽です。

無料ツールで確認する。

テキスト比較(diff)

インストールも会員登録も不要で、2つのテキストを貼り付けるとブラウザ内でそのまま行単位に比較します。入力した内容はサーバーに送信されません。

結果を読むときによくある誤解

いちばん多い誤解は、色を「正しさ」として読んでしまうことです。緑と赤は、その行がどちら側にあるかを示しているだけで、どちらのバージョンが正しいという意味ではありません。

誤解実際
単語が変わると、その単語だけに色が付く行単位の比較なので、変わった行「全体」が削除と追加で表示されます
赤は間違った内容、緑は正しい内容赤は元にだけ、緑は変更後にだけある行というだけで、正しさとは関係ありません
行の順番を入れ替えただけなら「同一」で残る順序を保って合わせるため、移動した行は元の位置で削除、新しい位置で追加と判定されます
インデントや空白の違いは無視される行の内容が少しでも違えば、別の行として扱われます
どんなに長い文書でも比較できる両方の行数の積が400万を超えると、比較の代わりに案内文が表示されます

特に表の最初の項目、つまり1行の中の小さな修正が紛らわしいところです。「在庫 3個」を「在庫 5個」に直すと、diffは「在庫 3個」を削除、「在庫 5個」を追加として、それぞれ1行ずつと数えます。数字が1つ変わっただけでも、その行は共通の行のリストに入れないからです。

これはエラーではなく、行単位の比較の定義どおりの結果です。単語単位でどの文字が変わったかまで見たい場合は、それは別の種類の比較だと理解したうえで結果を読む必要があります。

まとめ

  • diffはまず順序を保ちながら重なる共通の行(LCS)を探し、残りを追加・削除に振り分けます。
  • 緑(+)は変更後にだけ、赤(−)は元にだけ、グレーは両方にまったく同じ形である行です。色は正しさを表すものではありません。
  • 比較の単位が「行」なので、1文字直しただけでも、その行全体が「削除1行 + 追加1行」と表示されます。
  • インデントや空白だけが違っても別の行と判定され、行の順番を入れ替えると移動した行が追加・削除として現れます。
  • 両方の行数の積が400万を超えると比較の代わりに案内が表示されるので、非常に長い文書は分割して比較します。
テキスト比較(diff)

インストールも会員登録も不要で、2つのテキストを貼り付けるとブラウザ内でそのまま行単位に比較します。入力した内容はサーバーに送信されません。

よくある質問

1文字だけ直したのに、なぜ行全体が赤・緑で表示されるのですか?

この比較が「行」単位だからです。diffは両方にまったく同じ形である行だけを共通(グレー)としてまとめますが、1文字でも違う行は「同じ行」ではないため、共通に入れません。そのため、元のその行は削除(赤)、変更後のその行は追加(緑)として、それぞれ1行ずつ表示されます。単語や文字単位で変わった部分だけを強調する方式とは異なります。

緑と赤のどちらが「正しい」内容なのですか?

色だけでは分かりません。赤は左(元)にだけあった行、緑は右(変更後)にだけある行という位置の情報にすぎず、どちらが正しいかという判断は含まれていません。何が正しいかは内容を見て人が決めます。ツールは「何が変わったか」までしか示しません。

行の順番を入れ替えただけなのに、なぜ追加・削除として出るのですか?

diffが共通の行を探すときに「順序」を保つからです。段落を下に移すと、元の位置ではその行が消えたので削除、新しい位置ではなかった行が生じたので追加と判定されます。内容が同じでも位置が変われば、このように表示されることがあります。

とても長い文書を貼り付けたら比較できませんでした。

両方の行数を掛けた値が400万を超えると、計算量が大きくなりすぎるため、性能を考慮して比較の代わりに案内文が表示されます。たとえば両方がそれぞれ2,500行なら、積は625万になるので案内が表示されます。こうした場合は章・節の単位で文書を分け、部分ごとに比較してください。

この記事は韓国語の原文をもとに作成しています。 韓国語の原文を読む

関連記事

  1. Excel CSVの文字化けを直す|CP949・UTF-8で復元エクセルで韓国語のCSVが「뷁뷁」や「���」になるのはなぜかをエンコーディングの仕組みから解説。CP949・EUC-KR・UTF-8・BOMの違いと、元の文字に戻す手順をまとめています。
  2. 改行を削除してテキストを1行にまとめる方法PDFやWebからコピーした文章に混ざる改行を、スペース1つに置き換えて1行にまとめる方法を解説。N文字ごとの改行挿入やword-wrapの違い、置換文字の選び方の注意点まで例で確認できます。
  3. テキストの文字数を揃える|パディングの計算と動作複数行のテキストを同じ文字数に揃えるとき、左・右・両側のどこに詰めるか、文字数の数え方、超えた行の扱いを例で確認します。表計算ソフトで使う式も紹介します。
  4. テキスト反転のやり方|文字・単語・行の違いを比較入力した文章を文字・単語・行の3つの単位で反転した結果を例で比較します。絵文字やハングルが崩れない理由(Unicodeのコードポイント処理)と、文字単位と単語単位を混同しがちな点も解説します。
  5. タイポグリセミアとは 文字を混ぜても読める理由と仕組みタイポグリセミアの意味と、単語の中間だけを混ぜる仕組みを解説します。シーザー暗号/ROT13、上下反転、数学記号の4つの変換が何を変えているのか、結果が崩れて見える理由まで確認できます。
  6. フラッシュカードの作り方|単語と意味の1行をカードに変換「単語 : 意味」と1行書くだけで、めくって使える暗記カード1枚に変わります。区切り文字4種類、表裏の決まり、空行や「意味なし」になる理由を無料ツールで確認できます。

関連ツール