Szöveg összehasonlítás online

A szöveg összehasonlítás (angolul text compare vagy diff checker) két szövegváltozatot vet össze, és megmutatja, hol térnek el egymástól. Ha egy szerződés, egy cikk vagy egy beállításfájl két verziója van előtted, szemmel könnyű elsiklani egy elírt szám vagy egy kihagyott mondat felett. Az eszköz ezt automatikusan elvégzi.

Gyakori helyzetek, amikor jól jön:

• szerződés- vagy ajánlatszöveg ellenőrzése, hogy a másik fél mit módosított,
• szakdolgozat, cikk vagy fordítás javított változatának átnézése,
• weboldal-szövegek régi és új verziójának összevetése,
• programkód, JSON vagy konfigurációs fájl változásainak ellenőrzése,
• két adatlista (például e-mail-címek, termékkódok) közötti eltérések megtalálása.

Ezért bizalmas anyagokat, például szerződésrészleteket is nyugodtan összehasonlíthatsz.

A diff checker a két szöveg leghosszabb közös részét keresi meg, és mindent, ami ezen kívül esik, eltérésként jelöl. A háttérben egy úgynevezett diff algoritmus fut, amely a lehető legkevesebb változtatással próbálja leírni, hogyan lesz az első szövegből a második.

Az eredményt általában színekkel jelölik:

Jelölés	Jelentés
zöld háttér	a második változatban új rész jelent meg
piros háttér, áthúzás	az első változatban szereplő rész törlődött
mindkét szín egymás mellett	a rész módosult (törlés és beszúrás egyszerre)
jelölés nélkül	a rész változatlan

Fontos tudni, hogy az eszköz nem érti a szöveg jelentését. Ha egy mondatot átfogalmazol, de a mondanivaló ugyanaz marad, a diff ezt is változásként mutatja.

Ugyanezt a módszert használják a verziókezelő rendszerek is, amikor egy fájl két változatát mutatják. A különbség csak annyi, hogy itt nem kell semmit telepíteni: a két szöveget bemásolod, és azonnal látod az eltéréseket egymás mellett vagy egymás alatt.

Az összehasonlítás pontossága attól függ, milyen egységben vizsgálod a szöveget. Mindegyiknek megvan a maga helye.

• Soronkénti összehasonlítás: programkódhoz, listákhoz, CSV-hez és konfigurációs fájlokhoz ideális. Gyorsan megmutatja, melyik sor változott, de egy hosszú bekezdésen belül nem részletez.
• Szavankénti összehasonlítás: folyó szöveghez, szerződéshez, cikkhez a legjobb. Egy bekezdésen belül is pontosan látod, melyik szó cserélődött.
• Karakterenkénti összehasonlítás: elírások, ékezethibák, számjegyek, kódok ellenőrzésére. Megmutatja, ha egy „ö” helyére „ő” került, vagy egy szám egyetlen jegye változott.

Ha nem tudod, melyiket válaszd, kezdd a szavankéntivel. Ha túl sok a jelölés, válts soronkéntire; ha valami gyanús, de nem látod, mi, nézd meg karakterenként.

Néhány egyszerű lépéssel sokkal tisztább lesz az összehasonlítás eredménye.

1. Egységesítsd a sortöréseket. Ha az egyik szöveget Wordből, a másikat e-mailből másoltad, a sortörések eltérhetnek. Ilyenkor az egész szöveg változottnak tűnhet.
2. Figyelj a szóközökre. A dupla szóköz vagy a sor végi szóköz is eltérésnek számít. Ha ezek nem érdekelnek, kapcsold be a szóközök figyelmen kívül hagyását, ha az eszköz felkínálja.
3. Kis- és nagybetű. Ha csak a tartalmi változás érdekel, a kis- és nagybetűk közti különbség kikapcsolása csökkenti a zajt.
4. Formázott dokumentumoknál (Word, PDF) csak a szöveg kerül át, a félkövér, a betűméret vagy a táblázatszerkezet változását az eszköz nem látja.
5. Hosszú dokumentumnál fejezetenként érdemes összehasonlítani, így könnyebb követni az eltéréseket.

Az egyik leggyakoribb meglepetés, hogy a két szöveg ránézésre azonos, mégis sok eltérést kapsz. Ennek oka szinte mindig láthatatlan karakter: nem törhető szóköz, tabulátor, eltérő idézőjel („ és " ) vagy eltérő gondolatjel (– és -). Karakterenkénti nézetben ezek megmutatkoznak.

Másik gyakori eset, hogy egy bekezdést áthelyeztek a dokumentumon belül. A diff ezt nem mozgatásként, hanem egy törlésként és egy beszúrásként jelzi. Ez nem hiba, hanem az algoritmus természete.

Végül: az összehasonlítás nem helyettesíti a figyelmes olvasást jogi vagy pénzügyi dokumentumoknál. Arra viszont kiváló, hogy egyetlen változás se kerülje el a figyelmedet, és tudd, hová kell alaposabban ránézni.

Az alábbi táblázat a leggyakoribb helyzetekhez ad kiindulópontot. Ha az első próbálkozás túl sok jelölést ad, válts finomabb vagy durvább nézetre.

Helyzet	Ajánlott nézet	Hasznos beállítás
szerződés, ajánlat módosítása	szavanként	szóközök figyelmen kívül hagyása
cikk, szakdolgozat javított változata	szavanként	kis- és nagybetű figyelése
programkód, JSON, konfiguráció	soronként	szóközök figyelése (behúzás miatt)
két lista (e-mail, termékkód)	soronként	előtte rendezd sorba mindkét listát
elírások, számok, kódok ellenőrzése	karakterenként	minden különbség figyelése

Két lista összevetése: ha két adatlistát hasonlítasz össze, először rendezd mindkettőt ábécé vagy szám szerint, és távolítsd el az üres sorokat. Rendezés nélkül a diff a sorrendi eltéréseket is változásként mutatja, és elvesznek a valódi különbségek.

Fordítás ellenőrzése: ha egy fordítás két változatát veted össze, a szavankénti nézet megmutatja, melyik kifejezést cserélte a lektor. A forrásnyelvi és a lefordított szöveg összehasonlítására viszont nem alkalmas, mert ott minden szó eltér.

Mire nem való? A szöveg összehasonlítás két konkrét szöveget vet össze. Nem plágiumkereső: nem vizsgálja, hogy egy szöveg máshol megjelent-e az interneten, és nem ítéli meg, hogy két eltérő megfogalmazás ugyanazt jelenti-e.