مقارنة نصين باستخدام التجزئة

لماذا تعد التجزئة مقارنة موثوقة

تُرسل دالة التجزئة الجيدة كل مدخلين مختلفين إلى بصمتين مختلفتين وغير متوقعتين. لا توجد لـ SHA-256 طريقة معروفة لإيجاد نصين مختلفين لهما البصمة نفسها، لذا فإن تطابق البصمتين يعني تطابق المحتوى لأغراض عملية. والبصمات قصيرة، فتقارن 64 حرفاً بدلاً من صفحات كاملة.

مثال عملي

يختلف النصان بحرف كبير واحد، ولا تتشابه البصمتان بأي شكل ظاهر. هذا يجعل حتى التعديلات الصغيرة واضحة.

ما الذي يُحسب فرقاً

المقارنة تتم بايتاً بايتاً. كل ما يلي يغيّر البصمة:

• مسافة زائدة في نهاية السطر؛
• فاصل سطر في نهاية النص؛
• نوع مختلف من علامة الاقتباس أو الشرطة يبدو متطابقاً على الشاشة؛
• حروف بتشكيل أو لواحق مكتوبة بطريقتين مختلفتين، مثل حرف مع علامة منفصلة مقابل حرف واحد مركّب.

إذا بدا النصان متطابقين لكن البصمتين مختلفتان، فالسبب المرجح فرق غير مرئي من هذه الفروق. وجزّئ النص مع فاصل السطر الأخير وبدونه، وسيتضح السبب بسرعة.

اختيار الخوارزمية

استخدم الخوارزمية نفسها للنصين. SHA-256 خيار افتراضي آمن. وتكشف MD5 وSHA-1 أيضاً الاختلافات العادية، لكن لا ينبغي استخدامهما إذا كان أحد قد يصنع تصادماً متعمداً. أما CRC32 فأقصر لكنها أضعف مع المجموعات الكبيرة.

لاحظ أن الأداة تعرض كل البصمات للنص الذي جزّأته في القائمة الكاملة، فيمكنك مقارنة أكثر من خوارزمية في مرور واحد.

سير عمل عملي

احفظ بصمة النص الأصلي في ملاحظاتك أو في تذكرتك. عندما تصل نسخة جديدة، جزّئها بالخوارزمية نفسها وقارن. ينفع هذا مع مقتطفات الإعدادات ونصوص العقود والبنود القانونية ونصوص القوالب، حين تحتاج إلى إثبات أن شيئاً لم يتغير، لا قائمة بالتغييرات.

عندما تختلف البصمات

لا تفترض أن المحتوى خاطئ. تحقق أولاً من الأسباب البسيطة: قد يحمل النص المنسوخ مسافة في النهاية، أو نمط فاصل سطر مختلفاً، أو حرفاً مخفياً من صفحة ويب أو معالج نصوص. جزّئ النسختين بعد تنظيفهما بالطريقة نفسها. إذا بقيت البصمتان مختلفتين، فقسّم كل نص إلى فقرات، وجزّئ الفقرات واحدة تلو الأخرى وقارن الأزواج حتى تجد الفقرة التي تغيّرت.