文本比较与去重怎么用：两个版本的差异在哪、名单怎么清重
「改了哪里？」是核对工作的核心问题——合同改版、文案终审、代码 review 都在问它；「有没有重复？」则是名单与数据的第一道质检。文本比较和文本去重，一个找差异、一个找重复，互补成对。
一、文本比较：差异高亮怎么读
- 粘贴两版文本：左旧右新（或原文 / 修改稿），工具逐行对齐并高亮差异；
- 颜色语义：绿色 / 「+」表示新增，红色 / 「−」表示删除，黄色表示修改（一行里部分变化）；
- 整段重排的坑：如果文本被整段调换顺序，逐行比对会显示「大片删除 + 大片新增」，此时先排序再比，差异立刻聚焦；
- 空行、行尾空格也会算差异——比较前先清理（文本清洗），避免「假差异」干扰。
二、合同审阅的三步流程
- 把新旧两版合同分别复制成纯文本（去掉页眉页脚噪音）；
- 整段比对，重点看红色的删除项——删掉的内容往往比新增的内容更危险（责任条款被悄悄拿掉）；
- 逐条确认差异后，把最终版与「你以为的版本」再比一次，确认没有第三处暗改。
三、文本去重：重复行怎么清
- 保留首次出现：默认策略，重复行只留第一次——适合名单清重；
- 先排序后去重：结果更规整，且排序版去重更彻底（相邻重复一次抓完）；
- 注意「看起来一样」的重复：全角 / 半角、多余空格、大小写差异都会让去重失效，先清洗再清重；
- 去重后行数对比（原 500 行 → 现 480 行）就是重复量，数据质检的常用指标。
四、典型组合场景
| 场景 | 做法 |
|---|
| 对比代码改动 | 两版代码整段比对，差异即改动点 |
| 合并两份名单 | 拼接 → 去重 → 排序，一分钟得到干净总表 |
| 核对翻译稿与原文行数 | 行数统计 + 逐行比对抽查 |
| 找关键词表里的重复 | 清洗空格 → 去重 → 差值即重复数 |
常见问题
问：Word 的修订模式能代替文本比较吗？
Word 修订记录改动过程，但对「两份来历不同的文件」无能为力；外部文件比对用纯文本比对工具更直接。
问：为什么两行看起来一样却被判定不同？
几乎都是不可见字符：行尾空格、全半角、不可见 Unicode。先清洗再比。
问：文件很大（几万行）会卡吗？
浏览器逐行比对处理万行级没问题；更大的文件先按章节拆分。