Comparador de textos

Por debajo del resaltado, una herramienta de diff está resolviendo un problema de coincidencia concreto: dado dos listas de líneas, encontrar la secuencia más larga de líneas que aparece, en el mismo orden relativo, en ambos documentos — todo lo que está en esa secuencia compartida se deja sin cambios, y todo lo demás es lo que se marca como añadido o eliminado. Esta es la intuición detrás de la idea de la "subsecuencia común más larga" sobre la que se construye todo algoritmo de diff de propósito general, incluido el que usa el propio Git. Esto explica un detalle que si no parecería raro: mover un bloque de texto del final de un documento al principio suele reportarse como una gran eliminación más una gran adición, en lugar de como una única operación de "mover" — el algoritmo solo busca un orden compartido, y un bloque reubicado rompe ese orden tanto en su posición antigua como en la nueva.

Esto también explica por qué una edición de un solo carácter en una línea larga marca *toda la línea* como cambiada en el modo de líneas: el algoritmo compara líneas enteras como unidades indivisibles, así que "la misma línea salvo por una letra" y "una línea completamente distinta" se tratan de forma idéntica — ambas fallan la comprobación de igualdad y ambas cuentan como una línea eliminada y una línea añadida. Es exactamente esa situación en la que cambiar al modo de palabras ayuda, ya que vuelve a aplicar la misma idea subyacente un nivel más abajo, tratando cada palabra como la unidad que se compara en lugar de cada línea.

El modo de líneas es la opción por defecto correcta para cualquier cosa donde una línea sea una unidad con sentido por sí misma — código fuente, objetos JSON, filas de CSV, entradas de registro — porque en esos formatos una sola línea suele representar una idea completa, y saber que una línea concreta cambió ya es en sí una información útil, independientemente de qué carácter dentro de ella se movió. El modo de palabras se vuelve más útil en el momento en que la unidad relevante es más pequeña que una línea: un párrafo de prosa, una cláusula de un contrato, o una frase en un documento largo, donde el cambio interesante suele ser una sola palabra o expresión y la oración que la rodea es idéntica. Comparar ese tipo de texto línea a línea marcaría todo el párrafo como "cambiado" por una edición de una sola palabra, lo cual es técnicamente correcto pero no te dice nada sobre qué cambió realmente hasta que vuelves a leer tú mismo todo el párrafo.

Una regla práctica: recurre primero al modo de líneas para cualquier cosa estructurada u organizada por líneas, y cambia al modo de palabras específicamente cuando un resultado en modo líneas muestra dos grandes bloques de rojo y verde que parecen casi idénticos — ese patrón es la señal de que la diferencia real es pequeña y está enterrada dentro de un texto por lo demás igual.

Comparar dos revisiones de código fuente antes de fusionarlas es el caso de uso de manual, pero la misma técnica se aplica mucho más allá de una revisión de código: comparar dos exportaciones de un archivo de configuración para detectar exactamente qué ajuste cambió entre un despliegue que funciona y otro roto, comprobar dos versiones de una exportación CSV para confirmar que solo se tocaron las filas esperadas, o comparar el borrador de un contrato con una revisión anterior para encontrar cada cláusula que una contraparte modificó sin tener que releer todo el documento en paralelo de nuevo. En cada uno de estos casos, el valor de una herramienta de diff es el mismo — convierte "¿son distintas estas dos cosas, y si es así, dónde?" de un ejercicio manual de lectura lado a lado en una respuesta visual inmediata.