OmniDiff: как устроен быстрый контекстный diff на Rust для кода, шрифтов, PDF и изображенийСтатья · дайджест за 14 ноября
Макронатюрморт двух наложенных прозрачных слоев кальки со сравнительными контурами типографского шрифта и синтаксического дерева
Статья4 раздела≈ 7 мин

OmniDiff: как устроен быстрый контекстный diff на Rust для кода, шрифтов, PDF и изображений

Вечер перед релизом, ты открываешь в терминале пул-реквест коллеги: там рефакторинг модуля, переименованный блок на архитектурной схеме в PDF и обновлённый веб-шрифт с перерисованными иконками. Запускаешь привычный git diff — и видишь красно-зелёную простыню, где перенесённая функция выглядит как удаление и написание заново, а следом торчат глухие строчки Binary files differ. Чтобы проверить вёрстку схемы и значки шрифта, приходится вручную выгружать файлы из веток и открывать их в сторонних редакторах.

Почему штатное сравнение слепнет за пределами правки одной строки и как увидеть смысловую разницу в коде, глифах и документах прямо в консоли? Я разобрал устройство открытой утилиты OmniDiff, которую инженер Марко Иванкович написал на Rust: вместо построчного сканирования она подбирает под каждый тип контента собственный синтаксический или бинарный анализатор.

Почему построчный алгоритм Майерса пасует перед реальными коммитами

Чтобы почувствовать разницу в подходах, столкнём два инструмента на одной задаче. Стандартный Unix diff и встроенный git diff опираются на алгоритм Юджина Майерса, для которого любой файл — просто плоский список строк. Алгоритму безразлично, что внутри: исходник на Go, векторная иконка или многостраничный отчёт.

Из-за этого работа форматтера, разбившего вызов функции на несколько строк с новыми отступами, выглядит для построчного сканера как удаление старого кода и написание нового. Если разработчик поменял местами соседние методы, ревьюеру приходится глазами сверять десятки строк в разных концах экрана, гадая, не закралась ли внутрь переноса скрытая правка логики. А на бинарных ассетах построчный инструмент просто сдаётся.

Контекстно-зависимое сравнение (content-aware diffing) в OmniDiff сначала распознаёт формат данных, а затем сопоставляет смысловые единицы внутри файла. Меня в описании проекта сразу зацепил масштаб проверки: автор протестировал утилиту на истории коммитов из 7 500 открытых репозиториев дистрибутива Gentoo Linux. На выборке свыше двух миллионов изменений алгоритмы OmniDiff осмысленно разобрали 98,8% файлов, оставив отписку о бинарном несовпадении лишь для объектных файлов компиляторов, аудиозаписей и редких архивных кодировок.

Синтаксический разбор кода на Tree-sitter и охота за перемещёнными блоками

Как программа отличает перенос строки от изменения логики? Представь два способа проверить комнату после уборки. Построчный diff действует как лазерный дальномер, слепо промеряющий гостиную слева направо: стоит сдвинуть кресло к окну, как сканер заявит, что старое кресло распилили в щепки, а у окна материализовалась новая мебель. Структурный анализатор работает как комендант с описью: он узнаёт кресло целиком, фиксирует его переезд и указывает только на перешитую обивку подушки.

Роль такого коменданта для кода в OmniDiff выполняет парсер Tree-sitter. При сборке утилита компилирует синтаксические грамматики на Си сразу для 26 языков программирования и разметки — включая Rust, Go, Python, TypeScript, TSX, JavaScript, C, C++, C#, Java, Kotlin, Swift, SQL, HTML, CSS, JSON, YAML, Bash и семейство XML (включая .svg). Текстовые файлы без встроенной грамматики — например, Markdown или Protobuf — сравниваются построчно.

При проверке кода программа строит для обоих файлов абстрактные синтаксические деревья (AST), где узлами выступают функции, структуры, циклы и аргументы. Алгоритм сопоставляет поддеревья и распознаёт перестановки блоков. Похожий принцип мы видели в инструменте CodeGraph, где ядро на Rust тоже строит деревья через Tree-sitter, избавляя ИИ-агентов от текстового шума. В OmniDiff эта механика бережёт глаза человека: переехавшая функция помечается как перемещённая, а подсветка выделяет только изменённые внутри неё переменные или условия, разделяя правки от пробелов (whitespace) и оформления (formatting) до редактирования (edited).

Точность подсветки автор сверил с размеченным вручную эталоном на 1 479 задачах. В режиме --minimal, отсекающем шум скобок и отступов, результат до байта совпадает с оценкой человека в 69% случаев, а в 92% примеров расхождение не превышает одной сотой доли объёма. Надёжность же парсера проверена на 442 530 парах файлов кода при лимите в 6 ГБ памяти: утилита без сбоев разобрала 99,95% коммитов, упёршись в потолок лишь на гигантских сгенерированных бандлах.

Как заглянуть внутрь шрифтов, PDF-схем, картинок и архивов без внешних программ

Вернёмся к нашему пул-реквесту, где лежат архитектурная диаграмма в PDF с переименованным блоком и веб-шрифт с 20 обновлёнными векторными иконками. Для нетекстовых файлов OmniDiff определяет формат по первым байтам содержимого (сигнатурам), не доверяя расширению в имени:

  • Векторные шрифты (TrueType, OpenType, WOFF, WOFF2, EOT). Программа извлекает контуры кривых Безье, сверяет метрики и отрисовывает только затронутые глифы. В нашем коммите ты увидишь на экране ровно двадцать изменённых иконок бок о бок с прошлыми версиями, не листая сотни нетронутых букв.
  • Документы PDF. Инструмент постранично рендерит документ, сравнивая текстовые слои и графику. На схеме с переименованным прямоугольником сразу видна страница с подсвеченной новой подписью блока без шума метаданных.
  • Изображения и курсоры (PNG, JPEG, GIF, WebP, BMP, ICO, TIFF, курсоры Windows, X11 и Hyprland). Картинки сверяются попиксельно (анимации — покадрово) так, как их видит глаз. Каждой правке ставится диагноз: изменились только метаданные (invisible), разница неразличима глазом (imperceptible), появились следы сжатия (artifacts) либо графика перерисована (redrawn).
  • Архивы и словари локализации. Контейнеры .zip, .jar, документы Office, EPUB и тарболы распаковываются в памяти вместе с вложенными архивами, файлы .class языка Java разворачиваются в список полей и методов, а словари переводов .mo и .qm сверяются по фразам.

Я изучил замеры скорости на ноутбуке Lenovo ThinkPad T14s (Intel Core i7-1370P, 32 ГБ памяти): автор поставил цель укладывать медианное сравнение в 100 мс. На коде медиана составила 4,4 мс. На картинках в целевой порог укладываются 96% проверок (медиана — 2,1 мс), на шрифтах — 93% (8,4 мс), на архивах — 87% (3,3 мс), а на курсорах и словарях переводов — все тесты без исключения. Единственное узкое место — многостраничные PDF: из-за полной отрисовки страниц быстрее ста миллисекунд отрабатывают лишь 55% документов при медиане 89 мс.

Интерактивный терминал, связка с Git и границы применимости

Прямой вызов omnidiff BEFORE AFTER открывает двухколоночный терминальный интерфейс (TUI) с 24-битным цветом. По-моему, самое удобное здесь то, что ради просмотра графики и глифов не нужно выходить из консоли: если терминал поддерживает протоколы Kitty, Sixel или iTerm2, программа выведет растровые изображения прямо в окне, а иначе отрисует их полублоками Unicode (клавиша b переключает режим, а g открывает сетку всех изменённых иконок или картинок).

При интеграции с Git важно помнить о работе конвейеров. Команда git diff всегда передаёт вывод через пайп в пейджер, где полноэкранный TUI рисовать окна не может. Поэтому при вызове GIT_EXTERNAL_DIFF=omnidiff git diff (или с флагом --headless) утилита включает пакетный текстовый режим: сворачивает неизменённые строки, пишет сводки по глифам и картинкам, а над каждым блоком кода подставляет заголовок родительской функции, класса или структуры. Чтобы открывать интерактивный экран из Git, достаточно запустить мастер omnidiff git configure и вызывать git difftool (для системы контроля версий Jujutsu аналогичный визард omnidiff jj configure включает пофайловый режим file-by-file).

Быстрая установка и запуск в CI

На macOS и Linux бинарник ставится через Homebrew командой brew install ivankovic/omnidiff/omnidiff (доступны также APT-репозиторий для Debian/Ubuntu и запуск через nix run github:ivankovic/omnidiff). Сборка из исходников через cargo install --locked omnidiff потребует компилятор Си и rustc от 1.92. Для проверок в CI используй omnidiff --mode json BEFORE AFTER и флаг --exit-code, возвращающий код 1 при наличии расхождений вместо дефолтного 0.

Для VS Code, Cursor и Windsurf доступно расширение ivankovic.omnidiff, а для Neovim — плагин omnidiff.nvim. Если же тебе удобнее просматривать ветки в браузере и собирать замечания в промпт для ИИ, загляни в наш разбор утилиты difit. Перед внедрением на работе учитывай лицензию: код открыт под GNU AGPLv3, а для компаний с запретом на AGPL доступна коммерческая подписка через GitHub Sponsors.

Перед тем как нажать Approve в следующем пул-реквесте, задай себе короткий вопрос: можешь ли ты прямо сейчас без запуска сторонних программ сказать, что именно изменилось внутри каждого отформатированного модуля, шрифта или PDF-схемы в коммите? Если хотя бы один файл прячется за строчкой Binary files differ или маскирует правку логики за сдвигом отступов, прогони ветку через GIT_EXTERNAL_DIFF=omnidiff git diff — и сразу увидишь реальную суть изменений вместо текстового шума.

Хочу подробный разборГолоса помогают выбрать, что разобрать подробно. За этот материал 0 голосов.
Источники · 2