多格式测试工件差异流水线JSON、YAML、CSV、日志与文档的统一比较摘要测试结果分散在 JSON、YAML、CSV、日志、Excel 和 Word 中直接文本 diff 会被字段顺序、时间戳、浮点格式和文档元数据淹没。本文设计“识别—解析—规范化—语义比较—呈现”的插件式差异流水线。一、文本相同与语义相同JSON 键顺序变化、YAML 引号变化和 CSV 行顺序变化可能语义完全一致日志时间戳不同却可能包含相同错误DOCX 本质是压缩容器直接比较二进制几乎没有意义。二、统一输入描述{artifact_id:result-demo-18,media_type:text/csv,schema:performance_summary3,normalizer:performance_csv2,identity_keys:[scene,device_tier,quality]}三、插件接口classDiffPlugin:defsupports(self,media_type):...defparse(self,path):...defnormalize(self,obj,policy):...defcompare(self,old,new,policy):...defrender(self,changes):...四、规范化规则JSON/YAML键排序、数值类型统一、删除允许忽略字段CSV按业务主键排序单位归一化浮点容差日志时间戳/线程号单独字段化按事件签名聚合Excel比较单元格值、公式和工作表结构不比较缓存噪声DOCX提取段落、表格和标题层级同时保留图片数量与关系摘要。五、忽略规则必须受控ignore:-path:$.generated_atreason:构建时间expires:2026-12-31禁止使用宽泛正则删除所有数字或路径否则真实回归也会消失。六、浮点与单位性能数据同时使用绝对容差和相对容差defchanged(a,b,abs_tol,rel_tol):returnabs(a-b)abs_tolandabs(a-b)/max(abs(a),1e-9)rel_tol七、差异分级INFO格式或非业务元数据变化 WATCH超过噪声但未越预算 BREAKINGSchema、关键字段或指标门禁失败 INVALID无法解析或比较前提不一致八、安全多格式解析器属于高风险输入面限制文件大小、解压深度、外部实体、宏和嵌入对象Office 文件不执行宏文档提取在隔离环境进行。结语统一差异流水线不是用一个工具强行打开所有格式而是通过插件把各格式转换为稳定语义再由共同的门禁和报告层呈现真正变化。
