Dateien vergleichen in PowerShell

Häufig will man nur feststellen, ob es sich bei zwei Dateien um Dubletten handelt, so dass man etwa eine davon löschen kann. In diesem Fall interessieren eventuelle Unterschiede nicht im Detail, es reicht zu wissen, ob die Dateien identisch sind. Hier empfiehlt sich bei großen oder bei binären Dateien das Berechnen eines Hash-Werts, weil dies schneller geht als der Vergleich der Dateiinhalte. PowerShell bietet für diese Aufgabe das Cmdlet Get-FileHash, dessen Ergebnisse man auf Übereinstimmung prüft:

((Get-FileHash ".\datei1.xml").hash) -eq ((Get-FileHash ".\datei2.xml").hash)

Dieses Beispiel ruft Get-FileHash mit jeweils einem Dateinamen auf und vergleicht die Eigenschaft hash mit Hilfe des -eq-Operators. Sind die beiden Dateien identisch, dann ist das Ergebnis True, ansonsten False.

Compare-Object liest Dateiinhalte nicht ein

Begnügt man sich nicht mit dieser Information, sondern will die Unterschiede im Detail sehen, dann muss man Compare-Object (Alias compare) einsetzen. Wie der Name des Cmdlets schon nahelegt, vergleicht es nicht bloß Dateien, sondern alle möglichen Objekte. Entsprechend ist es nicht dafür ausgelegt, eigenständig Dateien auszulesen und auf Unterschiede zu prüfen. Vielmehr muss man ihren Inhalt selbst extrahieren und dann an Compare-Object übergeben. Dafür bietet sich Get-Content an:

compare -ReferenceObject (Get-Content ".\test.xml") -DifferenceObject (Get-Content ".\test1.xml")

Die Parameter ReferenceObject und DifferenceObject bezeichnen das ursprüngliche sowie das damit zu vergleichende Objekt. Die Namen der Parameter können weggelassen werden, wenn sie an 1. und 2. Position stehen. Wie im obigen Beispiel muss der Aufruf von Get-Content aber in Klammern gesetzt werden:

compare (Get-Content ".\test.xml") (Get-Content ".\test1.xml")

Inverser Vergleich, Groß- und Kleinschreibung

Der Vergleich durch Compare-Object lässt sich anhand einiger Parameter modifizieren. So beachtet es bei Angabe von -CaseSensitive Groß- und Kleinschreibung, während es diese standardmäßig ignoriert.

Gibt man -IncludeEqual an, dann werden alle Zeilen beider Dateien aufgelistet und der so genannte Side Indicator zeigt, ob sie gleich sind oder ob eine davon nur in der ersten oder in der zweiten Datei vorkommt. Ergänzt man schließlich -IncludeEqual um -ExcludeDifferent, dann erhält man nur jene Zeilen, die in beiden Dateien gleich sind.

Modifikation der Inhalte mit RegEx

Die relativ spärlichen Optionen von Compare-Object kann man dadurch kompensieren, dass man den Inhalt der eingelesenen Dateien mit Hilfe des replace-Operators und regulären Ausdrücken für den Vergleich aufbereitet. So könnte man zum Beispiel die Fähigkeit von fc.exe, Tabs und Leerzeichen zu komprimieren, folgendermaßen nachbilden:

compare ((Get-Content ".\test.xml") -replace "(\s)+",'$1') ((Get-Content ".\test1.xml") -replace "(\s)+",'$1')

In diesem Beispiel werden alle Whitespace-Zeichen (repräsentiert durch \s), die mehrfach hintereinander auftreten, auf ein Exemplar zusammengestaucht. Bei komplexeren RegEx-Ausdrücken wäre zu überlegen, ob man das Ergebnis der beiden Aufrufe von Get-Content in einer Variablen speichert und diese dann an Compare-Object übergibt. Das würde die Übersichtlichkeit des Codes verbessern.