Python行对齐工具difflib

1 用途

1.1 功能

对比两个字符串数组之间的差异，以第一个参数为基准，与第二个参数比较。

1.2 使用场景

• 一个原文件，一个改过的文件，对比差异；
• 一个纯文本，一个带格式的，对比差异；
• 比较不同方法生成的文本的差异。

1.3 使用体验

实现的功能类似于 Linux 中的 diff 命令；内容少看不出来好，内容一多，效果明显。这功能手写得疯了。

2 使用方法

2.1 示例

import difflib

def compare_and_align(text1, text2):
    # 创建 Differ 对象
    d = difflib.Differ()

    # 使用 Differ 对象比较文本
    for x in d.compare(text1, text2):
        print(x)
        print('----')

# 两个文本示例
text1 = ["This is a sample text for alignment.","a","666","xieyan",'3397']
text2 = ["Here is a sample text for aligning.",'667','xieyan','3397']

# 比较并显示对齐结果
alignment_result = compare_and_align(text1, text2)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

2.2 返回值

以空格开头的行表示两个文本相同，以 - 开头的行表示在第一个文本中的内容，以 + 开头的行表示在第二个文本中的内容。

2.3 扩展：difflibparser

开源项目 difflibparser 解析了 difflib 的结果，并以结构格式返回。

https://github.com/yebrahim/difflibparser

2.4 注意事项

• 比较之前最好还是简单做一下规范化，否则行差异太大对不齐。
• 其对比的逻辑可能是通过阈值判断是否为相同内容。
• 在代码中略做调整，即可定位行号。
• 当两行被识别为同一行时，呈现为先减后加。