Comparateur de texte (diff)

Sous la mise en évidence, un outil de diff résout un problème de correspondance précis : étant donné deux listes de lignes, trouver la plus longue séquence de lignes qui apparaît, dans le même ordre relatif, dans les deux documents — tout ce qui appartient à cette séquence commune reste inchangé, et tout le reste est marqué comme ajouté ou supprimé. C'est l'intuition derrière l'idée de « plus longue sous-séquence commune » sur laquelle repose tout algorithme de diff généraliste, y compris celui utilisé par Git lui-même. Cela explique un détail qui paraît autrement étrange : déplacer un bloc de texte du bas d'un document vers le haut est généralement signalé comme une grande suppression plus un grand ajout, plutôt que comme une seule opération de « déplacement » — l'algorithme ne cherche qu'un ordre partagé, et un bloc déplacé rompt cet ordre à la fois à son ancienne et à sa nouvelle position.

Cela explique aussi pourquoi une modification d'un seul caractère sur une longue ligne marque la *ligne entière* comme modifiée en mode ligne : l'algorithme compare des lignes entières comme des unités indivisibles, si bien que « la même ligne à une lettre près » et « une ligne complètement différente » sont traitées de façon identique — les deux échouent au test d'égalité et comptent toutes deux comme une ligne supprimée, une ligne ajoutée. C'est exactement la situation où passer en mode mot aide, puisqu'il rejoue la même idée sous-jacente un niveau plus bas, en traitant chaque mot comme l'unité de correspondance plutôt que chaque ligne.

Le mode ligne est le bon choix par défaut pour tout ce où une ligne constitue une unité significative en soi — code source, objets JSON, lignes CSV, entrées de journal — car dans ces formats, une seule ligne représente généralement une idée complète, et savoir qu'une ligne particulière a changé est en soi une information utile, indépendamment de quel caractère à l'intérieur a bougé. Le mode mot devient plus utile dès que l'unité significative est plus petite qu'une ligne : un paragraphe de prose, une clause de contrat, ou une phrase dans un long document, où le changement intéressant est généralement un seul mot ou une seule expression et où la phrase environnante est identique. Comparer un tel texte ligne par ligne marquerait le paragraphe entier comme « modifié » pour une modification d'un seul mot, ce qui est techniquement correct mais ne vous apprend rien sur ce qui a réellement changé tant que vous n'avez pas relu tout le paragraphe vous-même.

Une règle pratique : privilégiez d'abord le mode ligne pour tout ce qui est structuré ou organisé en lignes, et passez en mode mot précisément quand un résultat en mode ligne montre deux gros blocs de rouge et de vert qui se ressemblent presque — ce motif est le signal que la vraie différence est minime et enfouie au milieu d'un texte par ailleurs inchangé.

Comparer deux révisions de code source avant de les fusionner est le cas d'usage classique, mais la même technique s'applique bien au-delà d'une revue de code : comparer deux exports d'un fichier de configuration pour repérer exactement quel réglage a changé entre un déploiement fonctionnel et un déploiement cassé, vérifier deux versions d'un export CSV pour confirmer que seules les lignes attendues ont été touchées, ou comparer un brouillon de contrat à une révision précédente pour trouver chaque clause modifiée par une contrepartie sans devoir relire l'intégralité du document côte à côte. Dans chacun de ces cas, la valeur d'un outil de diff est la même — il transforme « ces deux éléments sont-ils différents, et si oui, où » d'un exercice de lecture manuelle côte à côte en une réponse visuelle immédiate.