我想在 Python 中生成文本修订(更具体地说,Markdown 格式的文章)之间的差异。
我想以类似于 Github 的方式格式化此差异
我查看了 difflib
并发现它可以满足我的要求。但是,Differ
类太高级了;我将不得不解析差异行以生成具有内联差异的 HTML。 Differ
类使用 SequenceMatcher
类来生成其差异。但是看看 SequenceMatcher
相比之下,它的级别非常低。我什至还没有弄清楚如何进行逐行差异(我承认我没有花很多时间进行试验)。
有谁知道使用 SequenceMatcher
类的资源(the difflib
documentation 除外)?
最佳答案
SequenceMatcher 实际上并没有那么低级。对你来说最有趣的方法是 get_grouped_opcodes
.它将返回一个生成器,生成带有更改描述的列表。
我将以 random commit on GitHub 中的示例进行解释.假设您在新旧文件“tabs_events.js”上运行 SequenceMatcher(None, a, b).get_grouped_opcodes()
。生成器将生成两个组,它们由 GitHub 中的那些“...”行表示。它基本上是一组变化。在每个组中,您都有一个存储为元组的详细更改列表。对于第一组,它返回如下所示的两个更改(第一项是更改类型,接下来的两个数字代表要删除的行范围,然后是要添加的行范围):
('replace', 24, 29, 24, 29)
('insert', 33, 33, 33, 35)
第一个告诉您将旧文件中的第 24-28 行(从 0 开始)替换为新文件中的第 24-28 行。第二个告诉您在旧文件的第 33 行插入新文件的第 33-34 行。我认为 'delete'
会做什么很清楚,'equal'
是 GitHub 中未突出显示的那些行。
如果您不介意阅读源代码,请查看 difflib.unified_diff()
的实现.它非常简单,它会生成与您想要的内容等效的纯文本。
关于python - 使用 SequenceMatcher (Python) 生成内容差异,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/2767822/