Unified Diff格式詳解：基於sebastian/diff的實戰案例
你是否在代碼審查時看不懂Git輸出的差異信息？是否在開發工具時需要精確比較文本差異？本文將帶你深入理解Unified Diff（統一差異格式），並通過sebastian/diff項目的實戰案例，掌握差異比較的核心原理與應用方法。讀完本文後，你將能夠：解析Unified Diff格式結構、使用PHP實現文本差異比較、處理複雜的代碼差異場景。
什麼是Unified Diff格式？
Unified Diff是一種緊湊且可讀性強的文本差異表示格式，廣泛應用於Git、SVN等版本控制系統。它通過"-"表示刪除行、"+"表示新增行，以區塊（Hunk）形式展示文件變化，相比傳統的上下文差異格式減少了50%的冗餘內容。
sebastian/diff是PHP生態中最流行的差異比較庫之一，被PHPUnit等知名項目廣泛採用。其核心實現位於src/Diff.php和src/Differ.php，提供了高效的文本差異計算與格式化功能。
Unified Diff的結構解析
頭部信息
每個Unified Diff以文件元信息開頭，包含原始文件和目標文件路徑：
--- a/Foo.php
+++ b/Foo.php這部分由UnifiedDiffOutputBuilder的構造函數控制，默認使用"--- Original\n+++ New\n"作為頭部模板（見代碼第43行）。你可以通過自定義構造參數修改這部分內容：
$builder = new UnifiedDiffOutputBuilder("--- Before\n+++ After\n");差異區塊（Hunk）
差異內容被分割為多個區塊，每個區塊以@@開頭的範圍行標識：
@@ -20,4 +20,5 @@ class Foo
const ONE = 1;
const TWO = 2;
+ const THREE = 3;
const FOUR = 4;其中-20,4表示原始文件從第20行開始的4行，+20,5表示目標文件從第20行開始的5行。這部分邏輯在writeHunk方法中實現，通過計算上下文行數和差異範圍生成區塊頭部。
sebastian/diff的核心實現
差異計算流程
sebastian/diff的差異比較過程分為三個階段：
- 預處理：分割文本為行數組，識別公共前綴和後綴
- LCS計算：使用最長公共子序列算法找出不變內容
- 差異生成：對比LCS結果生成增刪操作序列
核心邏輯在Differ類的diffToArray方法中實現，代碼第60-117行展示了完整的差異計算流程。
LCS算法選擇
庫中提供了兩種LCS實現：
- TimeEfficientLongestCommonSubsequenceCalculator：時間效率優先，使用動態規劃
- MemoryEfficientLongestCommonSubsequenceCalculator：空間效率優先，使用Hirschberg算法
系統會根據輸入數據大小自動選擇合適的實現（見selectLcsImplementation方法），當預估內存佔用超過100MB時切換到內存高效模式。
實戰應用：生成和解析Unified Diff
基本使用示例
以下代碼展示如何使用庫生成Unified Diff：
use SebastianBergmann\Diff\Differ;
use SebastianBergmann\Diff\Output\UnifiedDiffOutputBuilder;
$differ = new Differ(new UnifiedDiffOutputBuilder());
$diff = $differ->diff(
file_get_contents('old.txt'),
file_get_contents('new.txt')
);
echo $diff;這段代碼會輸出類似測試用例中的差異格式，包含完整的頭部信息和差異區塊。
高級配置選項
通過構造函數參數可以自定義輸出格式：
// 添加行號，摺疊單行長區塊
$builder = new UnifiedDiffOutputBuilder(
"--- Original\n+++ New\n",
true // 啓用行號
);UnifiedDiffOutputBuilder還支持通過$contextLines屬性調整上下文行數（默認3行），通過$collapseRanges控制是否摺疊單行長區塊（默認true）。
處理特殊情況
庫能自動處理無換行符文件等邊緣情況，如代碼第88-94行所示，當檢測到文件末尾無換行符時，會自動添加\ No newline at end of file警告。
項目結構與擴展
核心模塊
sebastian/diff的代碼組織結構清晰，主要包含：
- 差異計算：Diff.php、Differ.php
- LCS實現：LongestCommonSubsequenceCalculator.php及兩個實現類
- 輸出格式化：Output/目錄下的各類輸出構建器
自定義輸出格式
通過實現DiffOutputBuilderInterface，你可以創建自定義的差異格式。例如DiffOnlyOutputBuilder只輸出變更行，不包含上下文內容。
總結與最佳實踐
Unified Diff格式通過簡潔的語法和結構化的組織，成為版本控制和代碼審查的事實標準。sebastian/diff庫通過高效的算法實現和靈活的配置選項，為PHP開發者提供了強大的差異比較工具。
使用建議：
- 對於小文件比較，使用默認的時間高效LCS算法
- 處理大文件（>10MB）時，考慮使用內存高效模式
- 通過自定義OutputBuilder適配不同展示場景
- 結合tests/目錄中的測試用例學習各類邊界情況處理
項目完整文檔見README.md，更多高級用法和API細節可參考源代碼註釋。