檢查文本相似度的跨平臺命令行工具 FileCompare 1.0

我們經常需要檢查兩個文本文件的相似度有多高，這對於防止作弊，對比寫作風格等都有一定的用處。基於空間向量法，我寫了一個檢查文本相似度的命令行工具 FileCompare。

由於此產品是程序抄襲作弊檢測程序的副產品，所以針對英語、不需要分詞的語言效果較好，對中文支持不佳（主要是沒有加入較好的中文分詞模塊）。

程序返回的數值為兩個所比較的文本文件的相似度數值。

支持的操作系統：Linux，MAC OS X，Windows 98/2000/XP/2003/Vista/7/2008（其中在 Windows Vista 以下版本需要安裝 .NET Framework 2.0；在某些 Linux 發行版和 Mac OS X 中需要安裝 mono 包（不包括 Ubuntu等系統）。）

下面舉例說明它的用法。

一、在 Ubuntu 系統下

在終端中輸入命令：

me@me-pc:~$ sudo chmod +x filecompare
me@me-pc:~$ filecompare ./file1.c ./file2.c
me@me-pc:~$ filecompare ./file1.c ./file2.c -e utf-8 -q

第一句話是為了給該程序附加執行權限；第二句話對比兩個文件的相似度。（這兩個文件必須存在）

第三句話顯式告訴程序要使用 UTF-8 編碼（默認就是這個編碼）。

二、在 Windows 7 系統下

在命令提示符中輸入命令：

C:\>filecompare.exe file1.c file2.c
C:\>filecompare.exe file1.c file2.c -e gb2312 -q

要獲得幫助，請直接鍵入 filecompare(.exe) 或附加參數 –-help。

點此下載