Como posso diferenciar dois arquivos XML?

No Linux, como eu poderia gerar uma diferença entre dois arquivos XML?

Idealmente, eu gostaria de poder configurá-lo para algumas coisas estritas ou afrouxar algumas coisas, como espaço em branco ou ordem de atributos.

Eu sempre me importarei que os arquivos sejam funcionalmente iguais, mas o diff por si só seria irritante de usar, principalmente se o arquivo XML não tiver muitas quebras de linha.

Por exemplo, o seguinte realmente deve ser bom para mim:

<tag att1="one" att2="two">
  content
</tag>

<tag att2="two" att1="one">
  content
</tag>

Uma abordagem seria primeiro transformar os dois arquivos XML em XML canônico e comparar os resultados usando diff. Por exemplo, xmllint pode ser usado para canonizar XML.

$ xmllint --c14n one.xml > 1.xml
$ xmllint --c14n two.xml > 2.xml
$ diff 1.xml 2.xml

Ou como uma linha.

$ diff <(xmllint --c14n one.xml) <(xmllint --c14n two.xml)

A resposta de Jukka não funcionou para mim, mas apontou para XML canônico. Nem --c14n nem --c14n11 classificaram os atributos, mas eu achei a opção --exc-c14n classificando os atributos. --exc-c14n não está listado na página de manual, mas é descrito na linha de comandos como "formato canônico exclusivo do W3C".

$ xmllint --exc-c14n one.xml > 1.xml
$ xmllint --exc-c14n two.xml > 2.xml
$ diff 1.xml 2.xml

$ xmllint | grep c14
    --c14n : save in W3C canonical format v1.0 (with comments)
    --c14n11 : save in W3C canonical format v1.1 (with comments)
    --exc-c14n : save in W3C exclusive canonical format (with comments)

$ rpm -qf /usr/bin/xmllint
libxml2-2.7.6-14.el6.x86_64
libxml2-2.7.6-14.el6.i686

$ cat /etc/system-release
CentOS release 6.5 (Final)

Aviso --exc-c14n retira o cabeçalho xml, enquanto o --c14n precede o cabeçalho xml, se não estiver lá.

Tentou usar a resposta de @Jukka Matilainen, mas teve problemas com espaço em branco (um dos arquivos era um grande número de linhas). O uso de --formatajuda para ignorar as diferenças de espaço em branco.

xmllint --format one.xml > 1.xml  
xmllint --format two.xml > 2.xml  
diff 1.xml 2.xml  

Nota: Use o vimdiffcomando para comparar lado a lado os xmls.

O Diffxml corrige a funcionalidade básica, embora não pareça oferecer muitas opções de configuração.

Editar: o projeto Diffxml foi migrado para o GitHub desde 2013.

Se você também deseja ignorar a ordem dos elementos filhos, escrevi uma ferramenta python simples para isso chamada xmldiffs:

Compare dois arquivos XML, ignorando a ordem dos elementos e atributos.

Uso: xmldiffs [OPTION] FILE1 FILE2

Quaisquer opções extras são passadas para o diffcomando.

Obtê-lo em https://github.com/joh/xmldiffs

Meu script Python xdiff.py para comparar arquivos XML ignora diferenças no espaço em branco ou na ordem dos atributos (em contraste com a ordem dos elementos).

Para comparar dois arquivos 1.xmle 2.xml, execute o script da seguinte maneira:

xdiff.py 1.xml 2.xml

No exemplo do OP, ele não produziria nada e retornaria o status de saída 0(sem diferenças estruturais ou textuais).

Nos casos em que 1.xmle 2.xmldiferem estruturalmente, ele imita a saída unificada do diff GNU e retorna o status de saída 1. Existem várias opções para controlar a saída, como -aa saída de todo o contexto, -na saída de nenhum contexto e -qa supressão total da saída (enquanto ainda retorna o status de saída).

Eu uso o Beyond Compare para comparar todos os tipos de arquivos baseados em texto. Eles produzem versões para Windows e Linux.

Nosso SD Smart Differencer compara documentos com base na estrutura e não no layout real.

Existe um XML Smart Differencer. Para XML, isso significa ordem de correspondência de tags e conteúdo. Observe que a sequência de texto no fragmento específico que você indicou era diferente. Atualmente, ele não entende a noção XML de atributos de marca, indicando se o espaço em branco é normalizado versus significativo.

Não tenho certeza se (a dependência de) uma ferramenta online conta como uma solução, mas, pelo que vale, obtive um bom resultado nessa ferramenta de comparação XML online . Simplesmente funciona.