我有两个文件(f1和f2)，其中包含一些文本(或者二进制数据)。
我如何快速找到常见的街区？

例如
f1：ABC DEF
f2：XXABC XEF

输出：

常见块：
长度4：f1 @ 0和f2 @ 2中的" ABC"
长度2：f1 @ 5和f2 @ 8中的" ​​EF"

解决方案

这是用于此目的的好工具。
http://sourceforge.net/projects/duplo/

Wikipedia具有一些伪代码，用于在两个数据序列之间找到最长的公共子字符串。就我们而言，我们只需从表中提取不是其他公共子字符串(即最大公共子字符串)前缀的所有公共子字符串。

开源PMD项目具有此页面上提到的剪切粘贴检测器模块：http：//pmd.sourceforge.net/integrations.html。